Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "genetic methods" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    Characteristics of advanced methods used for typing bacterial isolates from mastitis with particular reference to Staphylococci
    Autorzy:
    Lisowska-Łysiak, K.
    Dudko, P.
    Kosecka-Strojek, M.
    Walczak, J.
    Wójcik, P.
    Międzobrodzki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/2087754.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    coagulase-negative staphylococci
    genetic methods
    mastitis
    phenotypic methods
    Staphylococcus aureus
    Źródło:
    Polish Journal of Veterinary Sciences; 2018, 21, 1; 229-239
    1505-1773
    Pojawia się w:
    Polish Journal of Veterinary Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Genetic Algorithms in Design of Public Transport Network
    Autorzy:
    Lesiak, Piotr
    Bojarczak, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/504669.pdf
    Data publikacji:
    2015
    Wydawca:
    Międzynarodowa Wyższa Szkoła Logistyki i Transportu
    Tematy:
    genetic algorithms
    search methods
    optimization
    transportation problems
    Opis:
    The paper presents possibilities of application of genetic algorithms in design of public transport network. Transportation tasks such as determination of optimal routes and timetable for means of transport belong to difficult complex optimization problems, therefore they cannot be solved using traditional search algorithms. It turns out that genetic algorithms can be very useful to solve these transportation problem.
    Źródło:
    Logistics and Transport; 2015, 26, 2; 75-82
    1734-2015
    Pojawia się w:
    Logistics and Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Genetic algorithms in fatigue crack detection
    Autorzy:
    Krawczuk, M.
    Żak, A.
    Ostachowicz, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/279846.pdf
    Data publikacji:
    2001
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    fatigue crack detection
    vibration methods
    genetic algorithms
    Opis:
    This paper presents results identification of fatigue cracks in beams via genetic search technique and changes in natural frequencies. The location and size of the crack are determined by minimisation of an errorfunction involving the difference between the calculated and "measured" natural frequencies. The simulation studies indicate that the changes in the natural frequencies and genetic algorithm allows one to estimate the fatigue crack parameters (location and size) very accurately and fast.
    Algorytmy genetyczne w detekcji pęknięć zmęczeniowych. W pracy przedstawiono wyniki identyfikacji położenia i wielkości pęknięć zmęczeniowych metodą algorytmów genetycznych z wykorzystaniem zmian częstości drgań własnych. Położenie i wielkość pęknięcia poszukiwano minimalizując funkcję celu wykorzystując różnice między częstościami mierzonymi i obliczanymi. Wyniki symulacji wskazują, że zmiany częstości drgań własnych i algorytm genetyczny pozwalają wyznaczać parametry pęknięcia zmęczeniowego (położenie i wielkość) szybko i dokładnie.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 2001, 39, 4; 815-823
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Genetic algorithms-aided reliability analysis
    Autorzy:
    Harnpornchai, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/2069699.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
    Tematy:
    genetic algorithms
    reliability analysis
    simulation methods
    complex systems
    multiple failure modes
    Opis:
    A hybrid procedure of Genetic Algorithms (GAs) and reliability analysis is described, discussed, and summarized. The procedure is specifically referred to as a Genetic Algorithms-aided (GAs-aided) reliability analysis. Two classes of GAs, namely simple GAs and multimodal GAs, are introduced to solve a number of important problems in reliability analysis. The problems cover the determination of Point of Maximum Likelihood in failure domain (PML), the computation of failure probability using the GAs-determined PML, and the determination of multiple design points. The MCS-based method using the GAs-determined PML is specifically implemented in the so-called an Importance Sampling around PML (ISPML). The application of GAs to each respective problem is then demonstrated via numerical examples in order to clarify the procedures. With an aid from GAs, reliability analysis is possible even if there is no information about the geometry or landscape of limit state surfaces and the total number of crucial likelihood points. In addition, GAs significantly improve the computational efficiency and realize the analysis of rare events under constrained computational resources. The implementation of GAs to reliability analysis for building up the hybrid procedure is readily because of their algorithmic simplicity.
    Źródło:
    Journal of Polish Safety and Reliability Association; 2009, 1; 145--156
    2084-5316
    Pojawia się w:
    Journal of Polish Safety and Reliability Association
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A new auto adaptive fuzzy hybrid particle swarm optimization and genetic algorithm
    Autorzy:
    Dziwiński, Piotr
    Bartczuk, Łukasz
    Paszkowski, Józef
    Powiązania:
    https://bibliotekanauki.pl/articles/1837533.pdf
    Data publikacji:
    2020
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    hybrid methods
    Particle Swarm Optimization
    Genetic Algorithm
    fuzzy systems
    multimodal function
    Opis:
    The social learning mechanism used in the Particle Swarm Optimization algorithm allows this method to converge quickly. However, it can lead to catching the swarm in the local optimum. The solution to this issue may be the use of genetic operators whose random nature allows them to leave this point. The degree of use of these operators can be controlled using a neuro-fuzzy system. Previous studies have shown that the form of fuzzy rules should be adapted to the fitness landscape of the problem. This may suggest that in the case of complex optimization problems, the use of different systems at different stages of the algorithm will allow to achieve better results. In this paper, we introduce an auto adaptation mechanism that allows to change the form of fuzzy rules when solving the optimization problem. The proposed mechanism has been tested on benchmark functions widely adapted in the literature. The results verify the effectiveness and efficiency of this solution.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 2; 95-111
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Escherichia coli O104:H4 outbreak - have we learnt a lesson from it?
    Autorzy:
    Bloch, Sylwia
    Felczykowska, Agnieszka
    Nejman-Faleńczyk, Bożena
    Powiązania:
    https://bibliotekanauki.pl/articles/1039632.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Biochemiczne
    Tematy:
    detection methods
    Escherichia coli O104:H4
    STEC
    mobile genetic elements
    outbreak
    Opis:
    Shiga toxin-producing Escherichia coli (STEC) strains belong to the group of pathogens that cause bloody diarrhea and hemorrhagic colitis with often severe complications. The main problem with human pathogenic E. coli strains, including STEC, is a wide spectrum of phenotypes and clinical manifestations. It is related to a variety of exchangeable genetic elements, like plasmids, bacteriophages, transposons and pathogenicity islands, that take part in horizontal gene transfer which influences creation of new dangerous bacterial strains. A good example of this phenomenon is a novel Shiga toxin-producing E. coli O104:H4 serotype that was associated with a widespread and severe foodborne disease outbreak in Germany in 2011. The O104:H4 strain was created by a number of horizontal gene transfer events between two distinct pathogens, resulting in the emergence of the new, atypical strain. That outbreak proved that also rare and unusual serotypes of STEC may be a significant risk factor and that the procedures recommended for STEC detection were not suitable to deal with this kind of pathogens. With respect to new combinations of chromosomal and extrachromosomal elements in susceptible bacterial hosts, epidemics and frequent human infections caused by STEC strains, we suggest that more attention should be paid to the development and improvement of diagnostic methods. It is difficult to determine STEC bacteria by general microbiological, biochemical and immunological assays, because strains can vary dramatically in their phenotypic and serotypic properties. It is postulated that standardized genetic tests, based on detection of features most frequently presented by STEC, particularly those located on easily exchangeable elements (such as Shiga toxin-encoding phages), can be more adequate for STEC detection.
    Źródło:
    Acta Biochimica Polonica; 2012, 59, 4; 483-488
    0001-527X
    Pojawia się w:
    Acta Biochimica Polonica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Tabu Search and genetic algorithm for production process scheduling problem
    Tabu Search i algorytmy genetyczne w harmonogramowaniu procesów produkcyjnych
    Autorzy:
    Burduk, Anna
    Musiał, Kamil
    Kochańska, Joanna
    Górnicka, Dagmara
    Stetsenko, Anastasia
    Powiązania:
    https://bibliotekanauki.pl/articles/361796.pdf
    Data publikacji:
    2019
    Wydawca:
    Wyższa Szkoła Logistyki
    Tematy:
    production process scheduling
    Tabu Search
    genetic algorithm
    heuristic methods
    intelligent methods
    manufacturing
    harmonogramowanie procesów produkcyjnych
    algorytm genetyczny
    metody heurystyczne
    metody inteligentne
    wytwarzanie
    Opis:
    Background: The paper deals with production process scheduling problem. In large companies, the decision-making process about operators' work, machines availability and production flow is a very difficult task, which is often being done by employees. Thus, not always the decision made is optimal in terms of cost, production time, etc. Methods: As a solution, two intelligent methods: Tabu Search and the genetic algorithm have been analyzed in field of production scheduling. The aim of this work was to examine the possibility of improving presented decision-making process that is being performed when scheduling, using Tabu Search and genetic algorithms. As a result of experimental research, it has been confirmed that the use of appropriately selected and parameterized intelligent methods allows for the optimization of the analyzed production process due to its duration. The research was case of study performed in cooperation with company that produces components for automotive industry. Results: Basing on collected and analyzed data, considered methods can be more or less successfully used in production process scheduling. Comparing both used algorithms, Tabu Search twice proposed worse solutions, the average operational time was 1.63% shorter than the actual one. In this case, better results were reached by using genetic algorithm - potential operational time was always shorter than the actual one, and it was reduced by 6.3% in total on average. Conclusion: Using algorithms allowed to achieve lower workload of employees and to reduce of operational time, which were the evaluation criteria in performed research. Managers of the analyzed company were pleased with the proposed solution and declared interest in developing these methods for future. This shows that intelligent methods can find, in relatively short time, the solution that is close to the optimal and acceptable from the problem point of view.
    Wstęp: Artykuł opisuje problem harmonogramowania procesów produkcyjnych. W dużych przedsiębiorstwach proces podejmowania decyzji dotyczących pracy operatorów, maszyn, dostępności zasobów i przepływu produkcji jest bardzo złożonym zadaniem, często wykonywanym przez pracowników. W związku z tym podjęte decyzje nie zawsze są optymalne w kontekście kosztów, czasu produkcji itp. Metody: Jako rozwiązanie, przeanalizowane zostało użycie, w obszarze harmonogramowania produkcji, dwóch metod inteligentnych: Tabu Search i algorytmów genetycznych. Celem pracy było zbadanie możliwości doskonalenia procesu podejmowania decyzji, który jest wykonywany przy harmonogramowaniu produkcji, przy pomocy Tabu Search i algorytmów genetycznych. Jako wynik eksperymentu przeprowadzonego podczas badań, potwierdzono, że użycie odpowiednio wybranych oraz sparametryzowanych metod inteligentnych pozwala na optymalizację analizowanego procesu produkcji. Badania zostały wykonane we współpracy z przedsiębiorstwem zajmującym się produkcją komponentów dla branży motoryzacyjnej, jako studium przypadku. Wyniki: Zgodnie z zebranymi i przeanalizowanymi danymi, wybrane metody mogą być z mniejszym bądź większym powodzeniem stosowane w procesie harmonogramowania produkcji. Porównując zastosowane algorytmy, Tabu Search dwukrotnie zaproponował rozwiązanie gorsze od aktualnego podejścia przedsiębiorstwa, jednak czas produkcji został skrócony średnio o 1.63%. W tym przypadku, lepsze wyniki pozwoliło osiągnąć zastosowanie algorytmu genetycznego - potencjalny czas produkcji był zawsze krótszy od aktualnie stosowanego rozwiązania, a średni czas produkcji został zredukowany o 6.3%. Wnioski: Zastosowanie algorytmów pozwoliło na osiągnięcie niższego obciążenia pracą operatorów oraz zredukowanie czasu operacyjnego, co stanowiło kryteria oceny w przeprowadzonych badaniach. Kierownictwo analizowanego przedsiębiorstwa było zadowolone z zaproponowanych rozwiązań. Zdecydowali się na stosowanie omawianych metod w codziennym harmonogramowaniu produkcji oraz zadeklarowali zainteresowanie rozwojem stosowania metod w przyszłości. Metody inteligentne pozwalają znaleźć, w relatywnie krótkim czasie, rozwiązanie bliskie optymalnemu i akceptowalne z punktu widzenia analizowanego problemu.
    Źródło:
    LogForum; 2019, 15, 2; 181-189
    1734-459X
    Pojawia się w:
    LogForum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza porównawcza klasycznych metod optymalizacji i algorytmu genetycznego na przykładzie projektowania filtrów
    Comparison Analysis of Classical Static Optimization Methods and Genetic Algorithm for Example of The Filter Design
    Autorzy:
    Rutczyńska-Wdowiak, K.
    Stefański, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/155008.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    metody optymalizacji statycznej
    algorytmy genetyczne
    projektowanie filtrów
    classical static optimization methods
    genetic algorithms
    design of filters
    Opis:
    W pracy przedstawiono analizę porównawczą metod klasycznych optymalizacji (Box'a i Nelder'a-Mead'a) oraz algorytmu genetycznego w problemie projektowania filtru cyfrowego na przykładzie jego prototypu analogowego. Badania koncentrowały się na określeniu wpływu wybranej metody, zadanych warunków startowych (przestrzeni poszukiwań) oraz kryterium minimalizacji i zatrzymania algorytmów na dokładność uzyskania optymalnego rozwiązania.
    The purpose of the paper is to provide a basis for comparison between classical static optimization methods (Box and Nelder-Mead) and genetic algorithm regarding digital filters based on analog prototype. The analysis of optimization methods (genetic and classical) with regard to convergence and accuracy for the process of searching solution and time of numerical calculations was carried out. It is genetic algorithm, rather than classical static optimization method, that ensures greater probability of finding the global minimum of function. Application of numerical static optimization method is frequently limited due to instability of filter mathematical model during the process of analysis. From among other methods subjected to analysis it is only Box's method that enables the introduction of restrictions which ensure stability of the filter model. Furthermore, the local minimum of function instead of the global one is determined particularly in case of large number of parameters. The genetic algorithms through the random choice of a sufficient number of representative searches within the whole population of potential solutions and therefore the chance of determining the local minimum instead of a global one is considerably smaller than in case of using of classical method. On the other hand, the genetic algorithm requires more numerical calculations by comparison with Nelder-Mead's or Box's methods.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 6, 6; 624-627
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody oparte o amplifikację DNA techniką PCR wykorzystywane w ocenie bioróżnorodności mikroorganizmów glebowych
    Methods based on DNA PCR-amplification for evaluation of the soil microbial diversity
    Autorzy:
    Łyszcz, Małgorzata
    Gałązka, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/1034148.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Przyrodników im. Kopernika
    Tematy:
    soil microorganism
    genetic diversity
    molecular markers
    PCR based methods
    ARDRA
    PCR-RFLP
    RAPD
    REP-PCR
    TRFLP
    Opis:
    Mikroorganizmy glebowe, pod względem cech genomowych i fenotypowych, stanowią wysoce zróżnicowaną grupę organizmów żywych. Z powodu tak dużej różnorodności ważne jest dobranie odpowiednich metod, dających największy stopień różnicowania mikroorganizmów. Narzędziami umożliwiającym analizę zmienności genetycznej mikroorganizmów są techniki genetyczne, a wśród nich jedną z najważniejszych jest łańcuchowa reakcja polimerazy, czyli PCR (Polymerase Chain Reaction), technika opracowana w latach 1980. Niniejsza praca stanowi przegląd podstawowych zagadnień dotyczących badania zmienności genetycznej mikroorganizmów glebowych w oparciu o markery molekularne z wykorzystaniem technik bazujących na reakcji PCR tj. PCR-RFLP, TRFLP, ARDRA, RAPD.
    Soil microorganisms represent a highly diverse group of living organisms in terms of genomic and phenotypic characteristics. Due to such a large diversity, it is important to select appropriate identification methods which would secure its most complete determination. Genetic techniques are proper tools of choice for analyzing genetic variability of microorganism, the most important of which is the polymerase chain reaction (PCR), developed in the 1980s. This work presents an overview of the basic issues concerning studies on genetic variability of soil microorganisms with help of molecular markers and application of PCR techniques such as PCR-RFLP, TRFLP, ARDRA, RAPD.
    Źródło:
    Kosmos; 2017, 66, 2; 193-206
    0023-4249
    Pojawia się w:
    Kosmos
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Probabilistic model-building algorithms as tool to find optimum of a function
    Algorytmy z modelem probabilistycznym jako narzędzie optymalizacji funkcji
    Autorzy:
    Reichel, A.
    Nowak, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/87296.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    algorytm PBIL
    algorytm cGA
    metody heurystyczne
    optymalizacja
    population-based incremental learning
    compact genetic algorithm
    heuristic methods
    optimization
    Opis:
    The aim of this paper is to present the probabilistic modelbuilding heuristics which is a modification of an evolutionary algorithm. the Probabilistic-Based Incremental Learning (PBIL) and the compact Genetic Algorithm (cGA) is presented as a example of the probabilistic model building algorithms dedicated to the binary problems. Both heuristics are tested on three functions that allow to investigate the advantages, disadvantages and limitations of methods under consideration.
    Celem niniejszego artykułu jest przedstawienie heurystyk wieloagentowych wykorzystujących model probabilistyczny. W artykule omówiono dwie metody: the Probabilistic-Based Incremental Learning (PBIL) oraz the compact Genetic Algorithm (cGA), będące przykładami heurystyk z modelem probabilistycznym. Obie metody są przeznaczone do rozwiązywania problemów binarnych. W ramach pracy metody te testowano na trzech funkcjach zdefiniowanych w przestrzeni ciągów binarnych. Testy miały zbadać zalety, wady oraz ograniczenia obu prezentowanych heurystyk populacyjnych.
    Źródło:
    Zeszyty Naukowe. Matematyka Stosowana / Politechnika Śląska; 2015, 5; 79-97
    2084-073X
    Pojawia się w:
    Zeszyty Naukowe. Matematyka Stosowana / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Archipelag sztucznej inteligencji. Część I
    Autorzy:
    Tadeusiewicz, Ryszard
    Powiązania:
    https://bibliotekanauki.pl/articles/1857327.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Druk-Art
    Tematy:
    sztuczna inteligencja
    metody sztucznej inteligencji
    test Turinga
    algorytmy genetyczne
    sieci neuronowe
    artificial intelligence
    artificial intelligence methods
    Turing test
    genetic algorithms
    neural networks
    Opis:
    Tytuł tego artykułu może budzić wątpliwości Czytelników. Sztuczna inteligencja? Wiadomo! Ale jakiś archipelag? Już wyjaśniam. Otóż sztuczna inteligencja tylko z nazwy jest dziedziną integralną, jak – nawiązując do tytułu miesięcznika – napędy albo sterowanie. W istocie sztuczna inteligencja to zbiór bardzo różnych metod, które ludzie wymyślili w tym celu, żeby maszyny lepiej zaspokajały ich potrzeby. Te metody w większości nie mają ze sobą nawzajem absolutnie nic wspólnego. Są od siebie odległe i nie ma łatwego sposobu przejścia od jednej z nich do innej. Pozwoliłem sobie porównać tę sytuację do archipelagu wysp.
    Źródło:
    Napędy i Sterowanie; 2020, 22, 12; 26-40
    1507-7764
    Pojawia się w:
    Napędy i Sterowanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie i porównanie algorytmów metaheurystycznych i optymalizacyjnych w rekonstrukcji konduktancji siatek rezystorów
    Applcation and comparasion of metaheuristic and optimization algorithms for reconstruction of conductances in resistive grids
    Autorzy:
    Zegarmistrz, P.
    Galias, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/408046.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    siatka rezystorów
    algorytm rekonstrukcji
    tomografia rezystancyjna
    wyżarzanie symulowane
    algorytmy genetyczne
    metody optymalizacyjne
    resistive grid
    reconstruction algorithm
    resistance tomography
    simulated annealing
    genetic algorithms
    optimization methods
    Opis:
    W pracy przedstawiono wyniki analizy algorytmów rekonstrukcji konduktancji prostokątnych siatek rezystorów na podstawie pomiarów brzegowych. Opracowano i zaimplementowano algorytmy rekonstrukcji bazujące na metodach metaheurystcznych (symulowane wyżarzanie, algorytmy genetyczne) oraz optymalizacyjnych. Zaproponowane algorytmy porównano pod względem stabilności numerycznej oraz poprawności uzyskiwanych wyników. Przedstawiono ograniczenia istniejących algorytmów oraz zaproponowano usprawnienia.
    The problem of reconstruction of conductances in rectangular resistive grids from boundary measurements is studied. Several reconstruction algorithms based on metaheuristics (simulated annealing, genetic algorithms) and optimization methods are compared in terms of numerical stability and accuracy of the results. Limitations of the algorithms are discussed and several improvements are proposed.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 3; 19-24
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O użyteczności sieci neuronowych i algorytmów genetycznych w realizacji inwestycyjnych systemów decyzyjnych
    Usefulness of neutral networks and genetic algorithms in the development of investment decision systems
    Autorzy:
    Morajda, Janusz
    Powiązania:
    https://bibliotekanauki.pl/articles/415790.pdf
    Data publikacji:
    2006
    Wydawca:
    Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
    Tematy:
    metody sztucznej inteligencji
    algorytmy genetyczne
    sieci neuronowe
    rynki finansowe
    systemy decyzyjne
    zarządzanie portfelem inwestycyjnym
    artificial intelligence methods
    genetic algorithms
    neural networks
    financial markets
    decision support systems
    portfolio management
    Opis:
    W artykule omówiono podstawowe aspekty realizacji aktywnych strategii inwestycyjnych na rynkach finansowych z wykorzystaniem systemów wspomagania decyzji (systemów transakcyjnych), w kontekście klasycznych teorii zarządzania portfelem inwestycyjnym. Wskazano zasadnicze przesłanki zastosowania metod sztucznej inteligencji, takich jak sieci neuronowe i algorytmy genetyczne, do konstrukcji inwestycyjnych systemów decyzyjnych. Przedstawiono charakterystykę sieci neuronowych oraz algorytmów genetycznych jako efektywnych narzędzi w modelowaniu i prognozowaniu rynków finansowych.
    The paper discusses basic aspects of application of active investment strategies in financial markets - in the context of classic theories of portfolio management. Such active strategies are generated with the use of decision support systems (transaction systems). The main assumptions of utilisation of artificial intelligence methods, such as neural networks and genetic algorithms, in the construction of investment decision systems have been indicated. The characteristic of neural networks and genetic algorithms as effective tools in financial markets modelling and prediction has also been discussed here.
    Źródło:
    Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2006, 1(9); 217-230
    1506-2635
    Pojawia się w:
    Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Solving scheduling problems with integrated online sustainability observation using heuristic optimization
    Autorzy:
    Burduk, Anna
    Musiał, Kamil
    Balashov, Artem
    Batako, Andre
    Safonyk, Andrii
    Powiązania:
    https://bibliotekanauki.pl/articles/2173719.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    production scheduling
    sustainable development
    genetic algorithm
    meta-heuristics
    intelligent optimization methods of production systems
    tabu search
    harmonogramowanie produkcji
    zrównoważony rozwój
    algorytm genetyczny
    przeszukiwanie tabu
    metaheurystyki
    inteligentne metody optymalizacji systemów produkcyjnych
    Opis:
    The paper deals with the issue of production scheduling for various types of employees in a large manufacturing company where the decision-making process was based on a human factor and the foreman’s know-how, which was error-prone. Modern production processes are getting more and more complex. A company that wants to be competitive on the market must consider many factors. Relying only on human factors is not efficient at all. The presented work has the objective of developing a new employee scheduling system that might be considered a particular case of the job shop problem from the set of the employee scheduling problems. The Neuro-Tabu Search algorithm and the data gathered by manufacturing sensors and process controls are used to remotely inspect machine condition and sustainability as well as for preventive maintenance. They were used to build production schedules. The construction of the Neuro-Tabu Search algorithm combines the Tabu Search algorithm, one of the most effective methods of constructing heuristic algorithms for scheduling problems, and a self-organizing neural network that further improves the prohibition mechanism of the Tabu Search algorithm. Additionally, in the paper, sustainability with the use of Industry 4.0 is considered. That would make it possible to minimize the costs of employees’ work and the cost of the overall production process. Solving the optimization problem offered by Neuro-Tabu Search algorithm and real-time data shows a new way of production management.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 6; art. no. e143830
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies