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 "genetyczny algorytm" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 212
Tytuł:
Application of Genetic Algorithm for Feature Selection in Optimisation of SVMR Model for Prediction of Yarn Tenacity
Zastosowanie algorytmów genetycznych do selekcji cech w optymalizacji modelu maszyn wektorów nośnych dla regresji w aspekcie prognozowania właściwości wytrzymałościowych przędzy
Autorzy:
Abakar, K. A. A.
Yu, C.
Powiązania:
https://bibliotekanauki.pl/articles/231903.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
genetic algorithm
feature selection
support vector machines for regression
yarn properties
algorytm genetyczny
wybór funkcji
maszyny wektorów nośnych dla regresji
właściwości przędzy
Opis:
A proposed hybrid genetic algorithm (GA) approach for feature selection combined with support vector machines for regression (SVMR) was applied in this paper to optimise a data set of fibre properties and predict the yarn tenacity property. This hybrid approach was compared with a noisy model of SVMR that used all the data set of fibre properties as input in the prediction. The GA for feature selection was used as the preprocessing stage that aimed to find and select the best attributes or variables that most effect or are related to the prediction of yarn tenacity. The hybrid approach showed better predictive performance than the noisy model. However, the results indicated the suitability of GA for feature selection in the choice of the best fibre property attributes that give the preferred performance and high accuracy in the prediction of yarn tenacity.
Zaproponowany system hybrydowy łączący algorytmy genetyczne z klasyfikatorem w postaci maszyny wektorów nośnych dla regresji (SVMR) został zastosowany dla zoptymalizowania zestawu danych obejmującego właściwości fizyczne włókien dla prognozowania właściwości wytrzymałościowych przędzy. W tym hybrydowym rozwiązaniu porównano zaproponowany model SVMR z modelem „zaszumionym”, w którym użyto pełny zestaw danych właściwości fizycznych włókien jako danych wejściowych w prognozowaniu. Algorytmy genetyczne w selekcji cech zostały użyte na etapie wstępnego przetwarzania, którego celem było znalezienie i wybranie najlepszych zmiennych, które najefektywniej są powiązane z przewidywaniem wytrzymałości przędzy. Hybrydowe rozwiązanie wykazało lepsze efekty przewidywania wytrzymałości przędzy w porównaniu z modelem „zaszumionym”. Jednakże wyniki badań wykazały, że do realizacji zadania polegającego na wyborze cech z selekcji najkorzystniejszych właściwości włókien bardzo przydatne są również algorytmy genetyczne, które umożliwiają uzyskanie wysokiej dokładności prognozowania wytrzymałości przędzy.
Źródło:
Fibres & Textiles in Eastern Europe; 2013, 6 (102); 95-99
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Swing-up control of mass body interlinked flexible tether
Sterowanie wychyleniem masywnego ciała na elastycznej uwięzi
Autorzy:
Abdullah, M. A.
Michitsuji, Y.
Takehara, S.
Nagai, M.
Miyajima, N.
Powiązania:
https://bibliotekanauki.pl/articles/139466.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
sterowanie wychyleniem
dynamika układu wieloczłonowego
ciało elastyczne
algorytm genetyczny
uwięź
bezwzględne współrzędne węzłowe
motion control
multibody dynamics
flexible body
genetic algorithm
tether
Absolute Nodal Coordinate Formulation
Opis:
One of the applications of tether system is in the field of satellite technology, where the mother ship and satellite equipment are connected with a cable. In order to grasp the motion of this kind of tether system in detail, the tether can be effectively modeled as flexible body and dealt by multibody dynamic analysis. In the analysis and modeling of flexible body of tether, large deformation and large displacement must be considered. Multibody dynamic analysis such as Absolute Nodal Coordinate Formulation with an introduction of the effect of damping force formulation can be used to describe the motion behavior of a flexible body. In this study, a parameter identification technique via an experimental approach is proposed in order to verify the modeling method. An example of swing-up control using the genetic algorithm control approach is performed through simulation and experiment. The validity of the model and availability of motion control based on multibody dynamics analysis are shown by comparison between numerical simulation and experiment.
Systemy z uwięzią znajdują zastosowanie m.in. w technice satelitarnej, gdzie statek-matka i osprzęt satelitarny są złączone liną. By szczegółowo opisać ruch tego rodzaju układów, można modelować uwięź jako ciało elastyczne i stosować w obliczeniach metodę układów wieloczłonowych. W analizie i modelowaniu ciała podatnego - uwięzi, należy brać pod uwagę znaczne odkształcenia i przemieszczenia. By opisać dynamikę ciała podatnego można wykorzystać metodę układów wieloczłonowych, stosując sformułowanie w bezwzględnych współrzędnych węzłowych (Absolute Nodal Coordinate Formulation) i wprowadzając siły tłumienia. Celem weryfikacji metody modelowania, w przedstawionym studium proponuje się eksperymentalne podejście do identyfikacji parametrów. Przykładowe sterowanie wychyleniem, w którym wykorzystano genetyczny algorytm sterowania, zostało wykonane na drodze symulacji i eksperymentalnie. Zgodność modelu z rzeczywistością i użyteczność sterowania ruchem na podstawie analizy dynamiki układu wieloczłonowego zostały pokazane poprzez porównanie symulacji numerycznej i danych eksperymentalnych.
Źródło:
Archive of Mechanical Engineering; 2010, LVII, 2; 115-131
0004-0738
Pojawia się w:
Archive of Mechanical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie regulatora ułamkowego rzędu PD do automatycznego sterowania zamówieniami dla magazynu ze zmiennym w czasie opóźnieniem dostaw
Application of a Fractional Order PD Controller for Automatic Orders Control System for a Warehouse with Time-Varying Deliveries Delay
Autorzy:
Abrahamowicz, E.
Orłowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/275760.pdf
Data publikacji:
2016
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
regulator niecałkowitego rzędu
system magazynowy
układ sterowania
zmienne opóźnienie
układ dyskretny
algorytm genetyczny
fractional order controller
inventory system
control systems
variable delay
discrete-time system
genetic algorithm
Opis:
W pracy zaproponowano wykorzystanie regulatora niecałkowitego rzędu w systemie magazynowym z automatycznym sterowaniem wielkością dostaw. Rozważania oparto na dyskretnym, niestacjonarnym, dynamicznym modelu systemu magazynowego ze zmiennym w czasie opóźnieniem. W układzie sterowania zamówieniami wykorzystano dyskretny regulator niecałkowitego rzędu PDμ, strukturę feedback-feedforward oraz zmodyfikowany predyktor Smitha. Parametry układu regulacji zostały wyznaczone w wyniku optymalizacji z wykorzystaniem algorytmu genetycznego. W celu oceny jakości regulacji zastosowane zostały wskaźniki jakości bazujące na ocenie zajętości powierzchni magazynowej oraz utraconych korzyści. Przedstawione zostały wyniki badań symulacyjnych dla regulatorów całkowitego oraz niecałkowitego rzędu, co umożliwiło dokonanie analizy porównawczej skuteczności działania obu regulatorów.
In the paper a fractional controller is employed in the automatic control warehouse system. A discrete, non-stationary and dynamic model with variable time delay of the inventory system is assumed. The control system uses a discrete fractional order feedback-feedforward PDμ controller with Smith predictor. The parameters of the control system are determined using numerical optimization – genetic algorithm. In order to assess the control quality a two quality indicators are employed. First one bases on an assessment of occupancy of warehouse space and second one the lost benefits. The simulation results are shown for two controllers: fractional controller and for comparison for classical integer order PD controller.
Źródło:
Pomiary Automatyka Robotyka; 2016, 20, 2; 5-10
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A robust algorithm to solve the signal setting problem considering different traffic assignment approaches
Autorzy:
Adacher, L.
Gemma, A.
Powiązania:
https://bibliotekanauki.pl/articles/330229.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
genetic algorithm
surrogate method
traffic signal synchronization
traffic assignment
simulation model
algorytm genetyczny
metoda zastępcza
synchronizacja sygnału ruchu
model symulacji
Opis:
In this paper we extend a stochastic discrete optimization algorithm so as to tackle the signal setting problem. Signalized junctions represent critical points of an urban transportation network, and the efficiency of their traffic signal setting influences the overall network performance. Since road congestion usually takes place at or close to junction areas, an improvement in signal settings contributes to improving travel times, drivers’ comfort, fuel consumption efficiency, pollution and safety. In a traffic network, the signal control strategy affects the travel time on the roads and influences drivers’ route choice behavior. The paper presents an algorithm for signal setting optimization of signalized junctions in a congested road network. The objective function used in this work is a weighted sum of delays caused by the signalized intersections. We propose an iterative procedure to solve the problem by alternately updating signal settings based on fixed flows and traffic assignment based on fixed signal settings. To show the robustness of our method, we consider two different assignment methods: one based on user equilibrium assignment, well established in the literature as well as in practice, and the other based on a platoon simulation model with vehicular flow propagation and spill-back. Our optimization algorithm is also compared with others well known in the literature for this problem. The surrogate method (SM), particle swarm optimization (PSO) and the genetic algorithm (GA) are compared for a combined problem of global optimization of signal settings and traffic assignment (GOSSTA). Numerical experiments on a real test network are reported.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2017, 27, 4; 815-826
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A logistic optimization for the vehicle routing problem through a case study in the food industry
Autorzy:
Akpinar, Muhammet Enes
Powiązania:
https://bibliotekanauki.pl/articles/1835487.pdf
Data publikacji:
2021
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
vehicle routing problem
time windows
optimization
metaheuristic algorithm
genetic algorithm
trasa pojazdu
okna czasowe
optymalizacja
algorytm metaheurystyczny
algorytm genetyczny
Opis:
In this study, the food delivery problem faced by a food company is discussed. There are seven different regions where the company serves food and a certain number of customers in each region. The time of requesting food for each customer varies according to the shift situation. This type of problem is referred to as a vehicle routing problem with time windows in the literature and the main aim of the study is to minimize the total travel distance of the vehicles. The second aim is to determine which vehicle will follow which route in the region by using the least amount of vehicle according to the desired mealtime. Methods: In this study, genetic algorithm methodology is used for the solution of the problem. Metaheuristic algorithms are used for problems that contain multiple combinations and cannot be solved in a reasonable time. Thus in this study, a solution to this problem in a reasonable time is obtained by using the genetic algorithm method. The advantage of this method is to find the most appropriate solution by trying possible solutions with a certain number of populations. Results: Different population sizes are considered in the study. 1000 iterations are made for each population. According to the genetic algorithm results, the best result is obtained in the lowest population size. The total distance has been shortened by about 14% with this method. Besides, the number of vehicles in each region and which vehicle will serve to whom has also been determined. This study, which is a real-life application, has provided serious profitability to the food company even from this region alone. Besides, there have been improvements at different rates in each of the seven regions. Customers' ability to receive service at any time has maximized customer satisfaction and increased the ability to work in the long term. Conclusions: The method and results used in the study were positive for the food company. However, the metaheuristic algorithm used in this study does not guarantee an optimal result. Therefore, mathematical models or simulation models can be considered in terms of future studies. Besides, in addition to the time windows problem, the pickup problem can also be taken into account and different solution proposals can be developed.
Źródło:
LogForum; 2021, 17, 3; 387-397
1734-459X
Pojawia się w:
LogForum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cross‐Comparison of Evolutionary Algorithms for Optimizing Design of Sustainable Supply Chain Network under Disruption Risks
Autorzy:
Al-Zuheri, Atiya
Powiązania:
https://bibliotekanauki.pl/articles/2023790.pdf
Data publikacji:
2021
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
comparison
genetic algorithm
particle swarm optimization
sustainable supply chain design
disruption risk
porównanie
algorytm genetyczny
optymalizacja rojem cząstek
projektowanie zrównoważonego łańcucha dostaw
ryzyko zakłóceń
Opis:
Optimization of a sustainable supply chain network design (SSCND) is a complex decision-making process which can be done by the optimal determination of a set of decisions and constraints such as the selection of suppliers, transportation-related facilities and distribution centres. Different optimization techniques have been applied to handle various SSCND problems. Meta- heuristic algorithms are developed from these techniques that are commonly used to solving supply chain related problems. Among them, Genetic algorithms (GA) and particle swarm optimization (PSO) are implemented as optimization solvers to obtain supply network design decisions. This paper aims to compare the performance of these two evolutionary algorithms in optimizing such problems by minimizing the total cost that the system faces to potential disruption risks. The mechanism and implementation of these two evolutionary algorithms is presented in this paper. Also, using an optimization considers ordering, purchasing, inventory, transportation, and carbon tax cost, a numerical real-life case study is presented to demonstrate the validity of the effectiveness of these algorithms. A comparative study for the algorithms performance has been carried out based on the quality of the obtained solution and the results indicate that the GA performs better than PSO in finding lower-cost solution to the addressed SSCND problem. Despite a lot of research literature being done regarding these two algorithms in solving problems of SCND, few studies have compared the optimization performance between GA and PSO, especially the design of sustainable systems under risk disruptions.
Źródło:
Advances in Science and Technology. Research Journal; 2021, 15, 4; 342-351
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Advances in parallel heterogeneous genetic algorithms for continuous optimization
Autorzy:
Alba, E.
Luna, F.
Nebro, A. J.
Powiązania:
https://bibliotekanauki.pl/articles/907622.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
algorytm genetyczny
optymalizacja ciągła
konwergencja przedwczesna
parallel genetic algorithms
continuous optimization
premature convergence
heterogeneity
Opis:
In this paper we address an extension of a very efficient genetic algorithm (GA) known as Hy3, a physical parallelization of the gradual distributed real-coded GA (GD-RCGA). This search model relies on a set of eight subpopulations residing in a cube topology having two faces for promoting exploration and exploitation. The resulting technique has been shown to yield very accurate results in continuous optimization by using crossover operators tuned to explore and exploit the solutions inside each subpopulation. We introduce here a further extension of Hy3, called Hy4, that uses 16 islands arranged in a hypercube of four dimensions. Thus, two new faces with different exploration/exploitation search capabilities are added to the search performed by Hy3. We analyze the importance of running a synchronous versus an asynchronous version of the models considered. The results indicate that the proposed Hy4 model overcomes the Hy3 performance because of its improved balance between exploration and exploitation that enhances the search. Finally, we also show that the async Hy4 model scales better than the sync one.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2004, 14, 3; 317-333
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
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:
Optimization of the process of restoring the continuity of the WDS based on the matrix and genetic algorithm approach
Autorzy:
Antonowicz, Ariel
Urbaniak, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2173692.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
WNTR
Water Network Tool for Resilience
aggregation of failures
water distribution system
EPANET Solver
Graph Searching Algorithms
genetic algorithm
optimization
post-disaster events
agregacja awarii
system dystrybucji wody
EPANET
algorytm wyszukiwania grafów
algorytm genetyczny
optymalizacja
wydarzenia po katastrofie
Opis:
The article discusses an example of the use of graph search algorithms with trace of water analysis and aggregation of failures in the occurrence of a large number of failures in the Water Supply System (WSS). In the event of a catastrophic situation, based on the Water Distribution System (WDS) network model, information about detected failures, the condition and location of valves, the number of repair teams, criticality analysis, the coefficient of prioritization of individual network elements, and selected objective function, the algorithm proposes the order of repairing the failures should be analyzed. The approach proposed by the authors of the article assumes the selection of the following objective function: minimizing the time of lack of access to drinking water (with or without prioritization) and minimizing failure repair time (with or without failure aggregation). The algorithm was tested on three different water networks (small, medium, and large numbers of nodes) and three different scenarios (different numbers of failures and valves in the water network) for each selected water network. The results were compared to a valve designation approach for closure using an adjacency matrix and a Strategic Valve Management Model (SVMM).
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 4; art. no. e141594
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dobór parametrów silnika indukcyjnego dużej mocy
Estimation of parameters of high power induction motor
Autorzy:
Arendt, R.
Kopczyński, A.
Powiązania:
https://bibliotekanauki.pl/articles/276631.pdf
Data publikacji:
2012
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
model matematyczny
silnik indukcyjny
algorytm genetyczny
ster strumieniowy
mathematical model
induction motor
genetic algorithm
bow thruster
Opis:
W artykule przedstawiono trzy typy statycznych modeli matematycznych silników klatkowych oraz metodę estymacji parametrów przy wykorzystaniu algorytmów genetycznych. Korzystając z kryteriów: suma kwadratów, suma wartości bezwzględnych oraz całkowego, oceniono przydatność badanych modeli. Opracowane modele matematyczne zostały wykorzystane przy doborze algorytmów sterownia sterów strumieniowych. Pokazano metodykę doboru parametrów i modele silnika umożliwiające badanie ich wpływu na system energetyczny statku.
In the paper three types of mathematical models of static squirrel cage motors and the method of estimating parameters using genetic algorithms are presented. Criteria: the sum of the squares, the sum of absolute values and integral of optimization problem are used. In selection control of algorithm a bow thruster identified mathematical models are applied. The parameters and methodology for the selection of motor models were considered for the study of their impact on the energy system of the ship are showed.
Źródło:
Pomiary Automatyka Robotyka; 2012, 16, 2; 362-369
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Vehicle-routing optimization for municipal solid waste collection using genetic algorithm: the case of southern Nablus city
Optymalizacja zbiórki odpadów komunalnych z wykorzystaniem algorytmu genetycznego: studium przypadku – miasto Nablus Palestyna
Autorzy:
Assaf, R.
Saleh, Y.
Powiązania:
https://bibliotekanauki.pl/articles/396484.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
solid waste collection
Vehicle Routing Problem
genetic algorithm
integer program
zbieranie odpadów
algorytm genetyczny
Opis:
Municipalities are responsible for solid waste collection for environmental, social and economic purposes. Practices of municipalities should be effective and efficient, with the objectives of reducing the total incurred costs in the solid waste collection network concurrently achieving the highest service level. This study aims at finding the best routes of solid waste collection network in Nablus city-Palestine. More specifically, the study seeks the optimal route that minimizes the total travelled distance by the trucks and hence the resulted costs. The current situation is evaluated and the problem is modelled as a Vehicle Routing Problem (VRP). The VRP is then optimized via a genetic algorithm. Specifically, compared to the current situation, the trucks total travelled distance was reduced by 66%, whereas the collection time was reduced from 7 hours per truck-trip to 2.3 hours. The findings of this study is useful for all municipality policy makers that are responsible for solid waste collection.
Gminy są odpowiedzialne za zbiórkę i gromadzenie odpadów stałych z powodów środowiskowych, społecznych i gospodarczych. Działania te powinny być efektywne i skuteczne. Celem jest zmniejszenie poniesionych kosztów na zbiórkę i transport odpadów stałych przy jednoczesnym osiągnięciu najwyższego poziomu usług. W artykule poddano analizie metody zbierania odpadów stałych w mieście Nablus-Palestyna. Wyznaczono optymalną trasę, która minimalizuje całkowitą odległość pokonywaną przez ciężarówki, a tym samym koszty. W praktyce sytuacja jest analizowana na bieżąco i modelowana w VRP (Vehicle routing problem). Następnie VRP jest optymalizowany za pomocą algorytmu genetycznego. W porównaniu z obecną sytuacją, całkowite odległości pojazdów w wyniku analizy zostały zmniejszone o 66%, a czas zbierania odpadów komunalnych został skrócony z 7 do 2,3 godziny. Wyniki tego badania są przydatne dla wszystkich decydentów odpowiedzialnych za gromadzenie odpadów stałych.
Źródło:
Civil and Environmental Engineering Reports; 2017, No. 26(3); 43-57
2080-5187
2450-8594
Pojawia się w:
Civil and Environmental Engineering Reports
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Input-output pairing criterion applied in the genetic algorithm for unstable linear systems
Autorzy:
Baban, P. Q.
Rahimabadi, I. N.
Powiązania:
https://bibliotekanauki.pl/articles/200621.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
decentralized control
input-output pairing
unstable plant
relative error matrix
genetic algorithm
sterowanie zdecentralizowane
parowanie wejścia-wyjścia
niestabilność roślin
błąd względny macierzy
algorytm genetyczny
Opis:
In this paper, a new approach towards input-output pairing for an unstable system has been proposed. First, it is demonstrated that the previous method of input-output pairing for unstable plants cannot find appropriate pairs as it only checks necessary conditions for stability and integrity. Then, a new approach using relative error matrix and genetic algorithm for finding appropriate pairs in unstable systems is proposed. As it is shown, this approach takes into consideration both static and dynamic information of plant in measuring interaction. Finally, the accuracy of proposed method is demonstrated by an example and closed loop simulation.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2016, 64, 4; 873-876
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimisation of Non-Periodic Inspection and Maintenance for Multicomponent Systems
Optymalizacja nie-okresowych przeglądów i konserwacji systemów wieloelementowych
Autorzy:
Babishin, V.
Hajipour, Y.
Taghipour, S.
Powiązania:
https://bibliotekanauki.pl/articles/300611.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
non-periodic inspection
opportunistic inspection
maintenance
hidden soft failure
hard failures
genetic algorithm
przegląd nie-okresowy
przegląd awaryjny
utrzymanie ruchu
ukryte uszkodzenie miękkie
uszkodzenia twarde
algorytm genetyczny
Opis:
A k-out-of-n:G system and a system with components subject to soft and hard failures are both inspected non-periodically. For the k-out-of-n system, components fail “silently” (i.e. are hidden), and the entire system fails when (n-k+1)st component fails. For the system with hard-type and soft-type components, hard failures cause system failure, while soft failures are hidden and do not cause immediate failure of the system, but still reduce its reliability. Every system failure allows for an opportunistic inspection of hidden soft-type components in addition to the scheduled inspections. The available maintenance types are replacement and minimal repair. For hard-type components, the maintenance decision is determined by the optimal age before replacement. For the soft-type components with hidden failures, we do not know their age, and so decide on the appropriate type of maintenance using the optimal number of minimal repairs before replacement. The hidden nature of soft-type component failures precludes the use of a tractable analytic expression, so we use simulation and genetic algorithm (GA) to jointly optimise the non-periodic policies on maintenance and inspection and to ensure these incur minimal expected total cost over a finite planning horizon. Due to increasing computational complexity associated with the number of inspections and maintenance policies to be evaluated, the genetic algorithm presents a promising method of optimisation for complex multicomponent systems with multiple decision parameters.
Przeglądów systemu typu k z n: G oraz systemu z elementami ulegającymi miękkim i twardym uszkodzeniom dokonuje się nieokresowo. W przypadku systemu k z n, składowe ulegają uszkodzeniom „w trybie cichym” (tj. uszkodzenia są ukryte), a cały system ulega awarii, gdy ulegnie uszkodzeniu element (n-k + 1). W przypadku systemu z elementami typu twardego i miękkiego, uszkodzenia twarde prowadzą do awarii systemu, natomiast uszkodzenia miękkie są ukryte i nie powodują natychmiastowej awarii systemu, choć nadal zmniejszają jego niezawodność. Każda awaria systemu stanowi dodatkową, w stosunku do przeglądów planowych, okazję do przeprowadzenia przeglądu (tzw. przegląd awaryjny) ukrytych elementów miękkich. Dostępne rodzaje konserwacji to wymiana oraz naprawa minimalna. W przypadku komponentów twardych, decyzję, który typ konserwacji zastosować, podejmuje się biorąc pod uwagę optymalny wiek przed wymianą. W przypadku elementów miękkich z ukrytymi uszkodzeniami, wiek optymalny jest nieznany, dlatego decyzje o odpowiednim typie konserwacji podejmuje się z uwzględnieniem optymalnej liczby minimalnych napraw przed wymianą. Ukryty charakter uszkodzeń elementów składowych typu miękkiego wyklucza wykorzystanie rozwiązywalnego wyrażenia analitycznego, dlatego w pracy użyto symulacji i algorytmu genetycznego (GA), w celu jednoczesnej optymalizacji nieokresowych strategii prowadzenia konserwacji i przeglądów oraz zapewnienia, że będą one pociągały za sobą minimalny oczekiwany koszt całkowity w skończonym horyzoncie planowania. W świetle rosnącej złożoności obliczeniowej związanej z dużą liczbą ocenianych przeglądów i strategii utrzymania ruchu, algorytm genetyczny stanowi obiecującą metodę optymalizacji złożonych systemów wieloelementowych o wielu parametrach decyzyjnych.
Źródło:
Eksploatacja i Niezawodność; 2018, 20, 2; 327-342
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja struktur elektroenergetycznych sieci promieniowych z wykorzystaniem algorytmów sztucznej inteligencji
Optimization of the structure of electric power radial networks with the use of AI algorithms
Autorzy:
Bąchorek, W.
Brożek, J.
Powiązania:
https://bibliotekanauki.pl/articles/377553.pdf
Data publikacji:
2012
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
struktury elektroenergetyczne sieci promieniowych
elektroenergetyczna sieć promieniowa
algorytm genetyczny
AG
algorytm symulowanego wyżarzania
SW
sztuczna inteligencja
Opis:
W artykule przedstawiono metodę optymalizacji projektowania struktur dwunapięciowych elektroenergetycznych sieci promieniowych. Metoda wykorzystuje algorytm genetyczny (AG) i algorytm symulowanego wyżarzania (SW). Oba algorytmy optymalizują tą samą funkcję celu. Funkcję celu stanowi koszt roczny sieci elektroenergetycznej, który na etapie działania algorytmów jest minimalizowany. Działanie każdego algorytmu z osobna generuje, w czasie możliwym do przejęcia, suboptymalną strukturę sieci. Uzyskanie takich samych rozwiązań dwoma algorytmami zwiększa prawdopodobieństwo, że otrzymana struktura sieci promieniowej jest strukturą optymalną w sensie przyjętej funkcji celu. W metodzie algorytmy wykorzystują przemiennie, jako dane wejściowe, najlepsze uzyskane rozwiązania struktur sieci. W artykule przedstawiono krótki opis algorytmów oraz przykład obliczeniowy ilustrujący zastosowanie opracowanej metody do optymalizacji modelowej struktury elektroenergetycznej sieci promieniowej.
In the paper the method for optimizing the design process of the structures of two-voltage electric power radial networks is presented. The method takes advantage of a genetic algorithm (GA) as well as a simulated annealing algorithm (SA). Both algorithms minimize the same aim function, which is the annual cost of the electric power network. The execution of each of the algorithms generates - within the same acceptable period of time - a suboptimal structure of the network. If the same result is obtained through the utilization of both methods, the probability increases that the obtained network structure is optimal against the accepted aim function. The implemented algorithms use interchangeably - as the input data - the best obtained network structures. In the paper there is also presented an example illustrating the application of the developed computer program to the optimization of a model structure of an electric power radial network.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2012, 70; 134-142
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Travel management optimization based on air pollution condition using Markov decision process and genetic algorithm (case study: Shiraz city)
Autorzy:
Bagheri, Mohammad
Ghafourian, Hossein
Kashefiolasl, Morteza
Pour, Mohammad Taghi Sadati
Rabbani, Mohammad
Powiązania:
https://bibliotekanauki.pl/articles/223520.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
air pollution
dynamic optimization
genetic algorithm
Markov decision-making process
zarządzanie transportem
optymalizacja
zanieczyszczenie powietrza
algorytm genetyczny
proces decyzyjny Markowa
Opis:
Currently, air pollution and energy consumption are the main issues in the transportation area in large urban cities. In these cities, most people choose their transportation mode according to corresponding utility including traveller's and trip’s characteristics. Also, there is no effective solution in terms of population growth, urban space, and transportation demands, so it is essential to optimize systematically travel demands in the real network of roads in urban areas, especially in congested areas. Travel Demand Management (TDM) is one of the well-known ways to solve these problems. TDM defined as a strategy that aims to maximize the efficiency of the urban transport system by granting certain privileges for public transportation modes, Enforcement on the private car traffic prohibition in specific places or times, increase in the cost of using certain facilities like parking in congested areas. Network pricing is one of the most effective methods of managing transportation demands for reducing traffic and controlling air pollution especially in the crowded parts of downtown. A little paper may exist that optimize urban transportations in busy parts of cities with combined Markov decision making processes with reward and evolutionary-based algorithms and simultaneously considering customers’ and trip’s characteristics. Therefore, we present a new network traffic management for urban cities that optimizes a multi-objective function that related to the expected value of the Markov decision system’s reward using the Genetic Algorithm. The planned Shiraz city is taken as a benchmark for evaluating the performance of the proposed approach. At first, an analysis is also performed on the impact of the toll levels on the variation of the user and operator cost components, respectively. After choosing suitable values for the network parameters, simulation of the Markov decision process and GA is dynamically performed, then the optimal decision for the Markov decision process in terms of total reward is obtained. The results illustrate that the proposed cordon pricing has significant improvement in performance for all seasons including spring, autumn, and winter.
Źródło:
Archives of Transport; 2020, 53, 1; 89-102
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 212

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