Informacja

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

Wyszukujesz frazę "heuristic modelling" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Rotor dynamics - four open questions
Autorzy:
Kiciński, Jan
Powiązania:
https://bibliotekanauki.pl/articles/2090686.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
rotor dynamics
non-linear models
prehistory
heuristic modelling
dynamika wirnika
dynamika nieliniowa
prehistoria
modelowanie heurystyczne
Opis:
Despite many years of development in the field of rotor dynamics, many issues still need to be resolved. This is due to the fact that turbomachines, even those with low output power, have a very complex design. The author of this article would like to signal these issues in the form of several questions, to which there are no precise answers. The questions are as follows: How can we build a coherent dynamic model of a turbomachine whose some subsystems have non-linear characteristics? How can we consider the so-called prehistory in our analysis, namely, the relation between future dynamic states and previous ones? Is heuristic modelling the future of rotor dynamics? What phenomena may occur when the stability limit of the system is exceeded? The attempt to find answers to these questions constitutes the subject of this article. There are obviously more similar questions, which encourage researchers from all over the world to further their research.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 6; e139791, 1--10
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Heuristic modeling of objects and processes using dynamic neural networks
Heurystyczne modelowanie obiektów i procesów przy pomocy dynamicznych sieci neuronowych
Autorzy:
Przystałka, P.
Powiązania:
https://bibliotekanauki.pl/articles/327816.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
sztuczna sieć neuronowa
lokalnie rekurencyjna sieć neuronowa
systemy dynamiczne
metoda quasi-Newtonowska
modelowanie heurystyczne
artificial neural network
locally recurrent neural network
dynamic systems
quasi-Newton methods
heuristic modelling
Opis:
The methodology of heuristic modeling is one of the subjects included in the activities developed by the Department of Fundamentals of Machinery Design [4, 6]. Among all the approaches of heuristic modeling some of the most common are artificial neural networks. There are many papers and books devoted to applications of neural networks for modeling dynamic systems [1, 2, 4, 5, 6, 7]. In this paper, known approach basing on dynamic neuron model is presented (dynamic neuron with IIR filter in the activation block [2]) but some developments are introduced. Locally recurrent networks which are composed of dynamic neural units described in [2, 5, 7] are able to model behavior of complex dynamic systems. Nevertheless, they have one major disadvantage, that is, neural networks composed of these neurons are not able to represent stochastic behaviors of some objects [4,6]. By introducing the ARMAX (or ARX) system into dynamic neuron model author has received dynamic neuron unit that never behaves in the same way (it brings an artificial neuron closer and closer to the biological model). In this paper the author presents formal description of dynamic neuron unit with ARMAX system in the feedback block. There are also described a general structure of dynamic neural network composed of these neurons, two known training methods and some commonly used quality measures. At the end of the paper three examples of applications are given.
Metodologia heurystycznego modelowania obiektów i procesów jest jednym z kierunków badań rozwijanym prze Katedrę Podstaw Konstrukcji Maszyn [4, 6]. Spośród wielu metod modelowania heurystycznego duże znaczenie odgrywają metody bazujące na sztucznych sieciach neuronowych. Można wyróżnić wiele ciekawych prac badawczych prowadzonych w kierunku modelowania systemów dynamicznych z zastosowaniem tego typu narzędzia [1, 2, 4, 5, 6, 7]. W artykule zaprezentowano znane podejście bazujące na dynamicznych neuronach (dynamiczny neuron z filtrem IIR w bloku aktywacyjnym [2]) z pewnymi modyfikacjami. Lokalnie rekurencyjne sieci neuronowe złożone z dynamicznych neuronów opisane w [2, 5, 7] nadają się do modelowania zachowania złożonych systemów dynamicznych. Jednakże, posiadają one jedną główną wadę tzn. nie są zdolne do reprezentowania zachowania losowego niektórych obiektów [4, 6]. Poprzez wprowadzenie systemu typu ARMAX (ARX) do modeli dynamicznych neuronów autor otrzymał dynamiczny model neuronu, który nigdy nie zachowują się w ten sam sposób (przybliża to model sztucznego neuronu do jego biologicznego wzoru). W artykule autor prezentuje formalny opis dynamicznego neuronu z systemem typu ARMAX w bloku sprzężenie zwrotnego. Opisuje również ogólną strukturę dynamicznej sieci neuronowej złożonej z tych neuronów, dwa znane algorytmy trenujące oraz powszechnie stosowane miary jakości. Przykładowe zastosowania opisywanych sieci zaprezentowane są w końcowym fragmencie opracowania.
Źródło:
Diagnostyka; 2006, 2(38); 31-36
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of structure of neural models using distributed computing environment
Optymalizacja struktury modeli neuronowych z zastosowaniem rozproszonego środowiska obliczeniowego
Autorzy:
Tomanek, A.
Przystałka, P.
Adamczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/327638.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
rozproszone obliczenia
klastery typu ad-hoc
sztuczna sieć neuronowa
modelowanie heurystyczne
optymalizacja struktury sieci neuronowej
distributed computing
ad-hoc computing clusters
artificial neural network
heuristic modelling
optimizing neural network architecture
Opis:
The main aim of this paper was to identify the optimal structures of considered neural models using the distributed computing environment. In this paper distributed optimizing of feed-forward neural network architectures for given problems is presented. The computing environment is composed of a few important packages and modules and has been created by the authors in order to aid developing some soft computing methods [4], where a lot of calculations are needed. At the beginning the authors decided to adapt a simple systematic-search algorithm that searches through every possible combination of network structures. Since this class of algorithms requires large amount of computation the distributed computing system was employed.
Głównym celem przeprowadzonych badań było zidentyfikowania optymalnej struktury rozpatrywanych modeli neuronowych z zastosowaniem środowiska do obliczeń rozproszonych. W artykule zaprezentowano zastosowanie systemu do rozproszonej optymalizacji struktury sztucznej sieci neuronowej typu perceptron wielowarstwowy dla zadanego problemu. Prezentowane środowisko obliczeniowe jest złożone z kilku pakietów oraz modułów i zostało utworzone przez autorów w celu wspomagania rozwoju metodologii modelowania heurystycznego [4], gdzie niezbędnych jest wiele obliczeń. W początkowym stadium rozwoju oprogramowania autorzy zastosowali prosty algorytm przeszukiwania systematycznego każdej możliwej kombinacji struktury sieci. Ponieważ tego typu algorytmy z reguły wymagają dużych mocy obliczeniowych, postanowiono wykorzystać system omawiany w niniejszym artykule.
Źródło:
Diagnostyka; 2006, 4(40); 15-18
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Construction of a heuristic architecture of a production line management system in the JSW SA Mining Group in the context of output stabilization, quality improvement and the maximization of economic effects
Budowa heurystycznej architektury systemu zarządzanie ciągiem produkcyjnym Grupy Górniczej JSW SA w aspekcie stabilizacji i poprawy jakości urobku oraz maksymalizacji efektów ekonomicznych
Autorzy:
Dyczko, Artur
Powiązania:
https://bibliotekanauki.pl/articles/2069759.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
heuristic methods
planning problems
geological modelling
production scheduling
IT systems architecture
production quality management
harmonogramowanie produkcji
metody heurystyczne
problemy planistyczne
modelowanie geologiczne złoża
architektura systemów informatycznych
zarządzanie jakością produkcji
Opis:
The effective implementation of new market strategies presents the mining enterprises with new challenges which require precise assessment instruments of the carried out business to be met at the level of mines, preparation plants, coking plants, and steelworks. These instruments include deposit, technological, and economic parameters, which together with a safety margin, determining the percentage reserve level of each parameter, shape the profitability of undertaken projects. The paper raises the issue of designing an IT architecture of the system for deposit modelling and mining production scheduling, implemented in the JSW SA. The development and application of the system was important with regard to the overriding objective of the Quality ProgramProgram of the JSW Capital Group, which is increasing the effectiveness of deposit and commercial product quality management. The paper also presents the required specification of the technical architecture necessary to implement systems and the actions required to integrate them with other IT systems of the JSW Group. The heuristic technical architecture of the JSW SA production line management system presented in the paper enables an analysis of the production process profitability in a carried account system in the area of mines, preparation plants, and coking plants of the mining group of the biggest European coal producer for metallurgical purposes.
Skuteczna realizacja nowych strategii rynkowych stawia przed przedsiębiorstwami wydobywczymi nowe wyzwania, których realizacja wymaga precyzyjnych instrumentów oceny prowadzonej działalności na szczeblu kopalń, zakładów przeróbczych, koksowni, jak i hut. Instrumentami tymi są parametry złożowe, technologiczne i ekonomiczne, które wraz z marginesami bezpieczeństwa określającymi procentowy poziom rezerw każdego z parametrów kształtują rentowność podejmowanych przedsięwzięć. W artykule poruszono tematykę projektowania informatycznej architektury systemu do modelowania złoża oraz harmonogramowania produkcji górniczej, wdrożonego w JSW SA. Opracowanie i zastosowanie systemu było istotne z pespektywy realizacji nadrzędnego celu Programu Jakość Grupy Kapitałowej JSW, czyli zwiększenia efektywności zarządzania jakością złoża i produktu handlowego. Następnie w artykule przedstawiono opracowaną wymaganą specyfikację architektury technicznej, niezbędnej dla wdrożenia systemów oraz wymagane działania niezbędne do integracji z innymi systemami IT Grupy JSW. Prezentowana w artykule heurystyczna architektura techniczna systemu zarządzania ciągiem produkcyjnym JSW SA pozwala analizować rentowność procesu produkcyjnego w układzie rachunku ciągnionego w obszarze kopalń, zakładów przeróbczych i koksowni grupy górniczej największego europejskiego producenta węgla do celów metalurgicznych. Sytuacja rynku surowcowego staje się problematyczna dla przedsiębiorców, którzy muszą w sposób elastyczny dopasowywać swoje firmy do zmiennych warunków rynkowych, aby utrzymać tzw. biznesowość swoich projektów górniczych.
Źródło:
Gospodarka Surowcami Mineralnymi; 2021, 37, 4; 219--238
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
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