Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first previous next last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-article-BPOC-0024-0010

Czasopismo

Przegląd Elektrotechniczny

Tytuł artykułu

Wykorzystanie algorytmów mrówkowych w analizach przesyłu mocy (energii) w systemach połączonych

Autorzy Konarzewski, P. 
Treść / Zawartość http://pe.org.pl/
Warianty tytułu
EN An application of ant algorithms in analysis of power (energy) flow in connected systems
Języki publikacji PL
Abstrakty
PL W artykule przybliżono teorię algorytmów mrówkowych będących odmianą algorytmów stadnych, zaliczanych do metod obliczeniowych z zakresu sztucznej inteligencji. Ponadto przedstawiono metodę optymalizacji wartości zmiennych systemowych w zadaniu, jakim jest tranzyt mocy (energii) w systemach połączonych z zastosowaniem algorytmów mrówkowych.
EN The paper introduces ant algorithms theory which are a type of swarm algorithms, an artificial intelligence calculation method. In addition, an application of ant algorithms in optimisation of system variables in power (energy) transit in connected systems has been presented .
Słowa kluczowe
PL algorytmy mrówkowe   przesył mocy   system elektroenergetyczny  
EN ant algorithms   power transit   power system  
Wydawca Wydawnictwo SIGMA-NOT
Czasopismo Przegląd Elektrotechniczny
Rocznik 2007
Tom R. 83, nr 6
Strony 52--59
Opis fizyczny Bibliogr. 13 poz., rys., tab., wykr.
Twórcy
autor Konarzewski, P.
  • OveAurp & Partners International Limited Sp. z o.o. Oddział w Polsce
Bibliografia
[1] Dorigo M., Stützle T., Ant Colony Optimisation, Massachusetts Institute of Technology (2004), 65-85.
[2] Konarzewski P., Wykorzystanie algorytmów mrówkowych w analizach przesyłu energii w systemach połączonych, Rozprawa doktorska, Politechnika Warszawska, (2005).
[3] Bernas S., Mińczuk A., Zdun Z., Ziemianek S. Laboratorium optymalizacji pracy systemu elektro-energetycznego. WPW Warszawa (1986).
[4] Gomez J.F., Khodr H. M., De Oliveira P. M., Ocque L., Yusta J. M., Villasana R., Urdaneta A. J. Ant Colony System Algorithm for the Planning of Primary Distribution Circuits. IEEE Transactions on Power Systems, Vol. 19, No. 2, (May 2004).
[5] Valachogiannis J. G., Hatziargyriou N. D., Lee K. Y. Ant Colony System-Based Algorithm for Constrained Load Flow Problem. IEEE Transaction on Power Systems, vol. 20, no. 3, (August 2005).
[6] M. Dorego, L. M. Gambardella. Ant colonies for the travelling salesman problem. BioSystems, 43:73-81, 1997.
[7] M. Dorigo i L. M. Gambardella. Ant colony system: A cooperative learning approach to the travelling salesman problem. IEEE Trans. on Evolutionary Computation, 1(1):53-66, 1997.
[8] Dorigo, Gianni Di Caro, L. Gambardella. Ant Algorithms for Discrete Optimization. Artificial Life, MIT Press, 1999.
[10] M. Dorigo, A. Colorni. Ant System: Optimization by a Colony of Cooperating Agents. IEEE Transactions on Systems, Man, and Cybernetics – PART B: Cybernetics, Vol. 26, No. 1, February 1996.
[11] T. Stűtzle I H. Hoos. MAX-MIN Ant system and local search for combinatorial optimisation problems. In S. Voβ, S. Martello, I. H. Osman, and C. Roucairol, editors, Meta-Heuristics: Advances and Trends in Local Search Paradigms for Optimization, pages 137-154. Kulwer, Boston, 1998.
[12] www..washington.edu/research/pstca/pf118/pg_tca118bus.htm
[13] www.ece.tamu.edu/~yaman/misc/viz/bus118/main118.html
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-article-BPOC-0024-0010
Identyfikatory