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 operators" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Locating Energy Storage Devices in Power Grids Using Evolutionary Algorithms
    Lokalizacja zasobników energii w sieciach elektroenergetycznych za pomocą algorytmów ewolucyjnych
    Autorzy:
    Korpikiewicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/952897.pdf
    Data publikacji:
    2018
    Wydawca:
    ENERGA
    Tematy:
    evolutionary algorithms
    genetic operators
    power grid
    energy storage
    locating
    algorytmy ewolucyjne
    operatory genetyczne
    sieć elektroenergetyczna
    magazyn energii
    lokalizacja
    Opis:
    The article presents the premises of the application for locating energy storage devices in the HV power grid. The substation number to which it is to be connected and the value of its power are defined as the storage location. The connected energy storage devices are designed to increase the total capacity of the connected renewable energy sources without compromising any technical constraints of the power grid. The location problem is defined as the process of optimisation with nonlinear constraints implemented in the MATLAB environment, using the application for calculating power distribution. In order to compare the locations with each other, a fixed sum of absolute values of the storage devices’ capacity was assumed. Evolutionary algorithms were used to implement the optimisation process. Due to the non-linearity of constraints, a new function of creating the initial population and eight genetic operators were designed. Most of the tests were carried out in two versions, with and without energy storage devices connected, after which the increase in the possibility of introducing additional generation in both variants was compared. Then, many tests were carried out to determine the parameters and select the algorithm version. Based on the results, an application for optimising the location of storage devices was created.
    W artykule przedstawiono założenia aplikacji do lokalizacji zasobników energii w sieci elektroenergetycznej WN. Jako lokalizację magazynu zdefiniowano numer węzła, do którego ma być przyłączony, oraz wartość jego mocy. Przyłączone magazyny energii mają za zadanie zwiększenie mocy sumarycznej przyłączonych odnawialnych źródeł energii, przy nienaruszaniu żadnego z ograniczeń technicznych sieci elektroenergetycznej. Problem lokalizacji zdefiniowano jako proces optymalizacji z ograniczeniami nieliniowymi zrealizowany w środowisku MATLAB, wykorzystującym aplikację do obliczeń rozpływów mocy. Chcąc porównać ze sobą lokalizacje, założono stałą sumę wartości bezwzględnych mocy magazynów. Do realizacji optymalizacji wykorzystano algorytmy ewolucyjne. Ze względu na nieliniowość ograniczeń zaprojektowano nową funkcję tworzenia populacji początkowej oraz osiem operatorów genetycznych. Większość badań wykonywano w dwóch wersjach z przyłączonymi magazynami energii i bez nich, po czym porównywano wzrost możliwości wprowadzenia dodatkowej generacji w obu wariantach. Następnie wykonywano wiele testów i badań w celu ustalenia parametrów i wyboru wersji algorytmu. Na podstawie wyników stworzono aplikację do optymalizacji lokalizacji zasobników.
    Źródło:
    Acta Energetica; 2018, 3; 33-42
    2300-3022
    Pojawia się w:
    Acta Energetica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Supplementary crossover operator for genetic algorithms based on the center-of-gravity paradigm
    Autorzy:
    Angelov, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/205842.pdf
    Data publikacji:
    2001
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    algorytm genetyczny
    mutacja
    środek bezwładności
    center of gravity
    crossover
    genetic algorithms
    mutation
    selection operators
    Opis:
    A supplementary crossover operator for genetic algorithms (GA) is proposed in the paper. It performs specific breeding between the two fittest parental chromosomes. The new child chromosome is based on the center of gravity (CoG) paradigm, taking into account both the parental weights (measured by their fitness) and their actual value. It is designed to be used in combination with other crossover and mutation operators (it applies to the best fitted two parental chromosomes only) both in binary and real-valued (evolutionary) GA. Analytical proof of its ability to improve the result is provided for the simplest case of one variable and when the elitist selection strategy is used. The new operator is validated with a number of usually used numerical test functions as well as with a practical example of supply air temperature and flow rate scheduling in a hollow core ventilated slab thermal storage system. The tests indicate that it improves results (the speed of convergence as well as the final result) without a significant increase in computational expenses.
    Źródło:
    Control and Cybernetics; 2001, 30, 2; 159-176
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-combinative strategy to avoid premature convergence in genetically-generated fuzzy knowledge bases
    Multikombinacyjna strategia unikania przedwczesnej konwergencji w genetycznie generowanych rozmytych bazach wiedzy
    Autorzy:
    Achiche, S.
    Balazinski, M.
    Baron, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/281997.pdf
    Data publikacji:
    2004
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    artificial intelligence
    fuzzy decision support system
    fuzzy knowledge base
    learning
    premature convergence
    genetic algorithm
    crossover operators
    Opis:
    A growing number of industrial fields is concerned by complex and multiobjective problems. For this kind of problems, optimal decision making is critical. Decision support systems using fuzzy logic are often used to deal with complex and large decision making problems. However the main drawback is the need of an expert to manually construct the knowledge base. The use of genetic algorithms proved to be an effective way to solve this problem. Genetic algorithms model the life evolution strategy using the Darwin theory. A main problem in genetic algorithms is the premature convergence, and the last enhancements in order to solve this problem include new multi-combinative reproduction techniques. There are two principal ways to perform multi-combinative reproduction within a genetic algorithm, namely the Multi-parent Recombination, Multiple Crossover on Multiple Parents (MCMP); and the Multiple Crossover Per Couple (MCPC). Both techniques try to take the most of the genetic information contained in the parents. This paper explores the possibility to decrease premature convergence in a real/binary like coded genetic algorithm (RBCGA) used in automatic generation of fuzzy knowledge bases (FKBs). The RBCGA uses several crossover mechanisms applied to the same couple of parents. The crossover are also combined in different ways creating a multiple offspring from the same parent genes. The large family concept and the variation of the crossovers should introduce diversity and variation in otherwise prematurely converged populations and hence, keeping the search process active.
    Rosnącej liczbie dziedzin, którymi zainteresowany jest przemysł, towarzyszą złożone zagadnienia wieloobiektowe. Dla takich zagadnień optymalne podejmowanie decyzji jest krytyczne. Często dla wsparcia procesu decyzyjnego w złożonych problemach stosuje się układy logiki rozmytej. Kłopotem pozostaje jednak potrzeba manualnego wygenerowania bazy wiedzy poprzez eksperta. Okazuje się, że pewnym rozwiązaniem tego problemu może być użycie algorytmów genetycznych. Algorytmy takie modelują zagadnienie ewolucyjne na podstawie teorii Darwina. Głównym problemem w algorytmach genetycznych jest przedwczesna konwergencja, której próby wyeliminowania oparto na strategii multikombinowanych technik reprodukcji. Występują zasadniczo dwie drogi realizacji techniki reprodukcji: Multiple Crossover on Multiple Parents (MCMP) oraz Multiple Crossover Per Couple (MCPC). Obydwie metody celują w wykorzystanie jak największej ilości informacji genetycznej od rodziców. W artykule zajęto się możliwością ograniczania przedwczesnej konwergencji w rzeczywistym/binarnym kodzie genetycznym (RBCGA) używanym w automatycznymgenerowaniu rozmytych baz wiedzy (FKBs). Algorytm RBCGA stosuje kilka mechanizmów krzyżowania genów w odniesieniu do tej samej pary rodziców. Mechanizmy te przeróżnie kombinowane pozwalają na wielokrotną kreację potomstwa od tej samej pary rodziców. Koncepcja dużej rodziny i różnicowanie krzyżowania powinny wprowadzić dywersyfikację nowogenerowanych pokoleń, które w przeciwnym razie szybko uległyby konwergencji. Zapobieżenie temu zjawisku poprzez strategię multikombinacyjną utrzymuje proces poszukiwania rozwiązania w stanie aktywnym.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 2004, 42, 3; 417-444
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimizations of network layout and transport service frequencies in view of interests of transit line operators and utilizers
    Autorzy:
    Zhu, Xiaojing
    Feng, Xuesong
    Zhang, Lukai
    Hua, Weixin
    Powiązania:
    https://bibliotekanauki.pl/articles/223857.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    transit network layout design
    transportation service
    service optimization
    interests of transit line operators
    interests of utilizers
    simulated annealing algorithm
    genetic algorithm
    projekt układu sieci transportowej
    usługi transportowe
    optymalizacja usług
    interesy operatorów linii tranzytowych
    interes użytkowników
    algorytm genetyczny
    Opis:
    Layouts of bus networks in cities are always irrational currently, transport service frequencies also need to be optimized according to the real network layouts, operation conditions and travel experience of passengers, so it is essential to optimize bus transit network layouts and transport service frequencies systematically. Different stakeholders are involved in the optimization of urban bus transit network layouts like the government, operators and passengers, whose interests are always contradictory. In order to optimize transit network layout and service frequencies from the view point of operators and utilizers, this research constructs a multi-objective model and proposes a solution algorithm. The proposed multi-objective model is established from the perspective of operators with the goal of minimizing total operating costs for one day, and from the perspective of the utilizers to minimize the total travel time, respectively. Also with the application of electric bus in cities, buses in this research are electric buses all for green travel. Moreover, a solution algorithm is proposed in this research to solve the proposed multi-objective model with simulated annealing algorithm and genetic algorithm. Simulated annealing algorithm is used as the main framework of the solution algorithm from the perspective of operators to minimize operating costs, while genetic algorithm is used as the subroutine of simulated annealing algorithm to optimize total travel time. Verification of the proposed model and the solution algorithm is based on an intuitive network. The application results of a numerical experiment verified that the proposed optimization model and the solution algorithm are able to optimize the network layout and service frequencies at the same time.
    Źródło:
    Archives of Transport; 2019, 50, 2; 47-55
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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