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 "non-dominated sorting" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Application of genetic algorithm for optimization the safety system of the nuclear reactor
    Autorzy:
    El-Sayed Wahed, M.
    Ibrahim, W. Z.
    Effat, A. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/146492.pdf
    Data publikacji:
    2009
    Wydawca:
    Instytut Chemii i Techniki Jądrowej
    Tematy:
    genetic algorithm
    non-dominated sorting
    chimney water injection system (CWIS)
    Egypt nuclear
    Opis:
    The purpose of this paper is to present an approach to optimization in which every target is considered as a separate objective to be optimized. Multi-objective optimization is a powerful tool for resolving conflicting objectives in engineering design and numerous other fields. One approach to solve multi-objective optimization problems is the non-dominated sorting genetic algorithm (NSGA). Genetic algorithm (GA) was applied in regarding the choice of the time intervals for the periodic testing of the components of the chimney water injection system (CWIS) of the 22 MW open pool multipurpose reactor (MPR), ETRR-2, at the Egyptian Atomic Energy Authority, has been used as a case study.
    Źródło:
    Nukleonika; 2009, 54, 1; 51-56
    0029-5922
    1508-5791
    Pojawia się w:
    Nukleonika
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fuzzy ranking based non-dominated sorting genetic algorithm-II for network overload alleviation
    Autorzy:
    Pandiarajan, K.
    Babulal, C. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/141059.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    non-dominated sorting genetic algorithm
    generation rescheduling
    particle swarm optimization (PSO)
    differential evolution
    overload index
    Opis:
    This paper presents an effective method of network overload management in power systems. The three competing objectives 1) generation cost 2) transmission line overload and 3) real power loss are optimized to provide pareto-optimal solutions. A fuzzy ranking based non-dominated sorting genetic algorithm-II (NSGA-II) is used to solve this complex nonlinear optimization problem. The minimization of competing objectives is done by generation rescheduling. Fuzzy ranking method is employed to extract the best compromise solution out of the available non-dominated solutions depending upon its highest rank. N-1 contingency analysis is carried out to identify the most severe lines and those lines are selected for outage. The effectiveness of the proposed approach is demonstrated for different contingency cases in IEEE 30 and IEEE 118 bus systems with smooth cost functions and their results are compared with other single objective evolutionary algorithms like Particle swarm optimization (PSO) and Differential evolution (DE). Simulation results show the effectiveness of the proposed approach to generate well distributed pareto-optimal non-dominated solutions of multi-objective problem
    Źródło:
    Archives of Electrical Engineering; 2014, 63, 3; 367-384
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    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
      Wyświetlanie 1-3 z 3

      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