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 "multi objective evolutionary algorithm" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Evolutionary algorithms and fuzzy sets for discovering temporal rules
    Autorzy:
    Matthews, S. G.
    Gongora, M. A.
    Hopgood, A. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/330148.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    fuzzy association rules
    temporal association rules
    multi objective evolutionary algorithm
    reguła asocjacji rozmytej
    wieloobiektowy algorytm ewolucyjny
    Opis:
    A novel method is presented for mining fuzzy association rules that have a temporal pattern. Our proposed method contributes towards discovering temporal patterns that could otherwise be lost from defining the membership functions before the mining process. The novelty of this research lies in exploring the composition of fuzzy and temporal association rules, and using a multi-objective evolutionary algorithm combined with iterative rule learning to mine many rules. Temporal patterns are augmented into a dataset to analyse the method’s ability in a controlled experiment. It is shown that the method is capable of discovering temporal patterns, and the effect of Boolean itemset support on the efficacy of discovering temporal fuzzy association rules is presented.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2013, 23, 4; 855-868
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using multiobjective genetic algorithms for optimal resource management in an autonomous power system
    Wykorzystanie wieloobiektowych algorytmów genetycznych do optymalnego zarządzania zasobami w autonomicznym systemie energetycznym
    Autorzy:
    Gozhyi, A.
    Burlachenko, I.
    Gromaszek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/408253.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    niezależny system energetyczny
    algorytm genetyczny
    wieloobiektowy algorytm ewolucyjny
    non-dominated sorting genetic algorithm-II
    archive-based micro genetic algorithm -2
    e-Multi-Objective Evolution Algorithm
    stand-alone power system
    genetic algorithms
    multi-objective evolutionary algorithm
    Opis:
    This paper presents the results of research of multi-objective genetic algorithms applied to solving the problem of system construction and power management. Research is determined by the need for optimal and efficient distribution of different types of energy (renewable or residual) and attempts to improve overall energy efficiency in the energy system which is independent of centralized networks.
    Artykuł przedstawia rezultaty badań nad zastosowaniem wieloobiektowych algorytmów genetycznych do rozwiązania problemów tworzenia i projektowania i zarządzania systemem energetycznym. Przeprowadzenie badań zostało uwarunkowane potrzebą optymalnej i efektywnej dystrybucji różnego rodzaju energii (odnawialna czy pozostałe) oraz próbą poprawy ogólnej efektywności energetycznej w systemie energetycznym, niezależnym od zcentralizowanych sieci.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 4b; 48-50
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Handling insensitivity in multi-physics inverse problems using a complex evolutionary strategy
    Rozpoznawanie niewrażliwości w wielokryterialnych problemach odwrotnych przy użyciu złożonej strategii ewolucyjnej
    Autorzy:
    Sawicki, Jakub
    Smołka, Maciej
    Łoś, Marcin
    Schaefer, Robert
    Powiązania:
    https://bibliotekanauki.pl/articles/29520322.pdf
    Data publikacji:
    2019
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    multi-objective optimization
    evolutionary algorithm
    inverse problem
    Opis:
    In this paper we present a complex strategy for the solution of ill posed, in-verse problems formulated as multiobjective global optimization ones. The strategy is capable of identifying the shape of objective insensitivity regions around connected components of Pareto set. The goal is reached in two phases. In the first, global one, the connected components of the Pareto set are localized and separated in course of the multi-deme, hierarchic memetic strategy HMS. In the second, local phase, the random sample uniformly spread over each Pareto component and its close neighborhood is obtained in the specially profiled evolutionary process using multiwinner selection. Finally, each local sample forms a base for the local approximation of a dominance function. Insensitivity region surrounding each connected component of the Pareto set is estimated by a sufficiently low level set of this approximation. Capabilities of the whole procedure was verified using specially-designed two-criterion benchmarks.
    Artykuł prezentuje złożoną strategię rozwiązywania źle postawionych problemów odwrotnych sformułowanych jako wielokryterialne zadania optymalizacji globalnej. Opisana strategia umożliwia identyfikację obszarów niewrażliwości funkcji celu wokół spójnych składowych zbioru Pareto. Cel jest osiągany w dwu etapach. W pierwszym z nich — globalnym — składowe spójne zbioru Pareto są lokalizowane i separowane przy pomocy wielopopulacyjnej hierarchicznej strategii memetycznej HMS. W etapie drugim — lokalnym — przy użyciu specjalnie sprofilowanego procesu ewolucyjnego wykorzystującego operator selekcji wyborczej z wieloma zwycięzcami produkowana jest losowa próbka rozłożona jednostajnie na każdej składowej i jej bliskim otoczeniu. Finalnie każda lokalna próbka jest użyta jako baza do zbudowania lokalnej aproksymacji funkcji dominacji. Zbiory poziomicowe tej aproksymacji dla odpowiednio niskich poziomów stanowią przybliżenie zbiorów niewrażliwości wokół składowych spójnych. Możliwości strategii zostały zweryfikowane przy użyciu specjalnie zaprojektowanych dwukryterialnych funkcji testowych.
    Źródło:
    Computer Methods in Materials Science; 2019, 19, 1; 2-11
    2720-4081
    2720-3948
    Pojawia się w:
    Computer Methods in Materials Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-objective optimization of high speed vehicle-passenger catamaran by genetic algorithm. Part II. Computational simulations
    Autorzy:
    Sekulski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/260598.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    ship structure
    multi-objective optimization
    evolutionary algorithm
    genetic algorithm
    Pareto domination
    Opis:
    Real ship structural design problems are usually characterized by presence of many conflicting objectives. Simultaneously, a complete definition of the optimum structural design requires a formulation of size-topology-shape-material optimization task unifying the optimization problems of the four areas and giving an effective solution of the problem. So far, a significant progress towards the solution of the problem has not been obtained. An objective of the present paper was to develop an evolutionary algorithm for multiobjective optimization of structural elements of large spatial sections of ships. Selected elements of the multi-criteria optimization theory have been presented in detail. Methods for solution of the multi-criteria optimization problems have been discussed with the focus on the evolutionary optimization algorithms. In the paper an evolutionary algorithm where selection takes place based on the aggregated objective function combined with domination attributes as well as distance to the asymptotic solution, is proposed and applied to solve the problem of optimizing structural elements with respect to their weight and surface area on a high speed vehicle-passenger catamaran structure, with several design variables, such as plate thickness, scantlings of longitudinal stiffeners and transverse frames, and spacing between longitudinal and transversal members, taken into account. Details of the computational models were at the level typical for conceptual design. Scantlings were analyzed by using selected rules of a classification society. The results of numerical experiments with the use of the developed algorithm, are presented. They show that the proposed genetic algorithm can be an efficient tool for multi-objective optimization of ship structures. The paper is published in three parts: Part I: Theoretical background on evolutionary multi-objective optimization, Part II: Computational investigations, and Part III: Analysis of the results.
    Źródło:
    Polish Maritime Research; 2011, 3; 3-30
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-objective optimization of high speed vehicle-passenger catamaran by genetic algorithm. Part II. Analysis of the results
    Autorzy:
    Sekulski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/260079.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    ship structure
    multi-objective optimization
    evolutionary algorithm
    genetic algorithm
    Pareto domination
    set of non-dominated solutions
    Opis:
    Real ship structural design problems are usually characterized by presence of many conflicting objectives. Simultaneously, a complete definition of the optimum structural design requires a formulation of size-topology-shape-material optimization task unifying the optimization problems from the four areas and giving an effective solution of the problem. Any significant progress towards solving the problem has not been obtained so far. An objective of the present paper was to develop an evolutionary algorithm for multiobjective optimization of the structural elements of large spatial sections of ships. Selected elements of the multi-criteria optimization theory have been presented in detail. Methods for solution of the multi-criteria optimization problems have been discussed with the focus on the evolutionary optimization algorithms. In the paper an evolutionary algorithm where selection takes place based on the aggregated objective function combined with domination attributes as well as distance to the asymptotic solution, is proposed and applied to solve the problem of optimizing structural elements with respect to their weight and surface area for a high - speed vehicle-passenger catamaran structure, with taking into account several design variables such as plate thickness, scantlings of longitudinal stiffeners and transverse frames, and spacing between longitudinal and transversal members. Details of the computational models were kept at the level typical for conceptual design stage. Scantlings were analyzed by using the selected classification society rules. The results of numerical experiments with the use of the developed algorithm are presented. They show that the proposed genetic algorithm may be considered an efficient tool for multi-objective optimization of ship structures. The paper has been published in the three parts: Part I: Theoretical background on evolutionary multiobjective optimization, Part II: Computational simulations, and Part III: Analysis of the results.
    Źródło:
    Polish Maritime Research; 2011, 4; 3-13
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-objective optimization of high speed vehicle-passenger catamaran by genetic algorithm. Part I. Theoretical background on evolutionary multi objective optimization
    Autorzy:
    Sekulski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/259303.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    ship structure
    multi-objective optimization
    evolutionary algorithm
    genetic algorithm
    Pareto domination
    set of non-dominated solutions
    Opis:
    Real ship structural design problems are usually characterized by presence of many conflicting objectives. Simultaneously, a complete definition of the optimal structural design requires a formulation of size-topology-shape-material optimization task unifying the optimization problems from these four areas and giving an effective solution of this problem. So far, a significant progress towards the solution of this problem has not been obtained. An objective of the present paper was to develop an evolutionary algorithm for multi-objective optimization of the structural elements of the large spatial sections of ships. Selected elements of the multi-criteria optimization theory have been presented in details. Methods for solution of the multi-criteria optimization problems have been discussed with the focus on the evolutionary optimization algorithms. In the paper an evolutionary algorithm where selection takes place based on the aggregated objective function combined with domination attributes as well as distance to the asymptotic solution is proposed and applied to solve the problem of optimizing structural elements with respect to their weight and surface area on a high speed vehicle-passenger catamaran structure with several design variables, such as plate thickness, scantlings of longitudinal stiffeners and transverse frames, and spacing between longitudinals and transversal members. Details of the computational models were at the level typical for conceptual design. Scantlings were analyzed using the selected rules of a classification society. The results of numerical experiments with the use of the developed algorithm are presented. They show that the proposed genetic algorithm can be an efficient multi-objective optimization tool for ship structures optimization. The paper will be published in three parts: Part I: Theoretical background on evolutionary multi-objective optimization, Part II: Computational investigations, and Part III: Analysis of the results.
    Źródło:
    Polish Maritime Research; 2011, 2; 3-18
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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