Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 74

Liczba wyników na stronie
first rewind previous Strona / 4 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  evolutionary computation
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 4 next fast forward last
EN
Computational Intelligence (CI) is a computer science discipline encompassing the theory, design, development and application of biologically and linguistically derived computational paradigms. Traditionally, the main elements of CI are Evolutionary Computation, Swarm Intelligence, Fuzzy Logic, and Neural Networks. CI aims at proposing new algorithms able to solve complex computational problems by taking inspiration from natural phenomena. In an intriguing turn of events, these nature-inspired methods have been widely adopted to investigate a plethora of problems related to nature itself. In this paper we present a variety of CI methods applied to three problems in life sciences, highlighting their effectiveness: we describe how protein folding can be faced by exploiting Genetic Programming, the inference of haplotypes can be tackled using Genetic Algorithms, and the estimation of biochemical kinetic parameters can be performed by means of Swarm Intelligence. We show that CI methods can generate very high quality solutions, providing a sound methodology to solve complex optimization problems in life sciences.
EN
This work presents some additional mechanisms for Evolutionary Multi-Agent Systems for Multiobjective Optimisation trying to solve problems with population stagnation and loss of diversity. Those mechanisms reward solutions located in a less crowded neighborhood and on edges of the frontier. Both techniques have been described and also some preliminary results have been shown.
EN
This paper presents results of evolutionary minimisation of peak-to-peak value of a?multi-tone signal. The signal is the sum of multiple tones (channels) with constant amplitudes and frequencies combined with variable phases. An exemplary application is emergency broadcasting using widely used analogue broadcasting techniques: citizens band (CB) or VHF FM commercial broadcasting. The work presented illustrates a?relatively simple problem, which, however, is characterised by large combinatorial complexity, so direct (exhaustive) search becomes completely impractical. The process of minimisation is based on genetic algorithm (GA), which proves its usability for given problem. The final result is a?significant reduction of peak-to-peak level of given multi-tone signal, demonstrated by three real-life examples.
4
Content available remote Flying ant colony optimization algorithm for combinatorial optimization
EN
In this paper is introduce "flying" ants in Ant Colony Optimization (ACO). In traditional ACO algorithms the ants construct their solution regarding one step forward. In proposed ACO algorithm, the ants make their decision, regarding more than one step forward, but they include only one new element in their solutions.
PL
Artykuł przedstawia "latające" mrówki w problemie optymalizacji algorytmów mrówkowych. W tradycyjnych podejściach dla algorytmów mrówkowych agenci (mrówki) budują swoje rozwiązanie w kolejnych krokach. W zaproponowanym podejściu optymalizacji algorytmu mrówkowego agenci podejmują decyzję na podstawie więcej niż jednego kroku, jednakże tylko jeden element wprowadzany jest do rozwiązania.
PL
W pracy zaproponowano zastosowanie rozmytej mapy kognitywnej wraz z ewolucyjnymi algorytmami uczenia do modelowania systemu prognozowania efektywności pracy wypożyczalni rowerowych. Na podstawie danych historycznych zbudowano rozmytą mapę kognitywną, którą następnie zastosowano do prognozowania liczby rowerzystów i klientów wypożyczalni w trzech kolejnych dniach. Proces uczenia zrealizowano z zastosowaniem indywidualnego kierunkowego algorytmu ewolucyjnego IDEA oraz algorytmu genetycznego z kodowaniem zmiennoprzecinkowym RCGA. Analizę symulacyjną systemu prognozowania efektywności pracy wypożyczalni rowerowych przeprowadzono przy pomocy oprogramowania opracowanego w technologii JAVA.
EN
This paper proposes application of fuzzy cognitive map with evolutionary learning algorithms to model a system for prediction of effectiveness of bike sharing systems. Fuzzy cognitive map was constructed based on historical data and next used to forecast the number of cyclists and customers of bike sharing systems on three consecutive days. The learning process was realized with the use of Individually Directional Evolutionary Algorithm IDEA and Real-Coded Genetic Algorithm RCGA. Simulation analysis of the system for prediction of effectiveness of bike sharing systems was carried out with the use of software developed in JAVA.
EN
The paper is devoted to diagnostic method enabling us to perform all the three levels of fault investigations - detection, localization and identification. It is designed for analog diode-transistor circuits, in which the circuit’s state is defined by the DC sources’ values causing elements operating points and the harmonic components with small amplitudes being calculated in accordance with small-signal circuit analysis rules. Geneexpression programming (GEP), differential evolution (DE) and genetic algorithms (GA) are a mathematical background of the proposed algorithms. Time consumed by diagnostic process rises rapidly with the increasing number of possible faulty circuit elements in case of using any of mentioned algorithms. The conncept of using two different circuit models with partly different elements allows us to decrease a number of possibly faulty elements in each circuit because some of possibly faulty elements are absent in one of two investigated circuits.
EN
Autonomous underwater vehicles are vehicles that are entirely or partly independent of human decisions. In order to obtain operational independence, the vehicles have to be equipped with a specialized control system. The main task of the system is to move the vehicle along a path with collision avoidance. Regardless of the logic embedded in the system, i.e. whether it works as a neural network, fuzzy, expert, or algorithmic system or even as a hybrid of all the mentioned solutions, it is always parameterized and values of the system parameters affect its effectiveness. The paper reports the experiments whose goal was to optimize an algorithmic control system of a biomimetic autonomous underwater vehicle. To this end, three different genetic algorithms were used, i.e. a canonical genetic algorithm, a steady state genetic algorithm and a eugenic algorithm.
PL
Tematyka artykułu dotyczy zastosowania nowej wersji algorytmu genetycznego, określanej mianem grupowego algorytmu genetycznego, w celu rozwiązania zagadnienia ekonomicznego rozdziału obciążeń pomiędzy cieplne bloki energetyczne występujące w systemie elektroenergetycznym. Główną zaletą grupowego algorytmu genetycznego jest fakt, że wartość funkcji dopasowania wyznaczana jest jednocześnie dla większej grupy osobników, co zapobiega przedwczesnej zbieżności tego rodzaju algorytmu do jednego z licznych optimów lokalnych.
EN
The topic of the paper is about implementation of a novel version of genetic algorithm, which is called a group-based genetic algorithm. We use this kind of algorithm in order to solve an economic dispatch problem among energetic blocks in the electrical energetic system. The main merit of the group-based genetic algorithm is that the fitness function is calculated simultaneously for a larger group of individuals which disables the premature convergence to some of the numerous local optima.
EN
In this work is presented a hybrid intelligent model of supervision based on Evolutionary Computation and Fuzzy Systems to improve the performance of the Oil Industry, which is used for Operational Diagnosis in petroleum wells based on the gas lift (GL) method. The model is composed by two parts: a Multilayer Fuzzy System to identify the operational scenarios in an oil well and a genetic algorithm to maximize the production of oil and minimize the flow of gas injection, based on the restrictions of the process and the operational cost of production. Additionally, the first layers of the Multilayer Fuzzy System have specific tasks: the detection of operational failures, and the identification of the rate of gas that the well requires for production. In this way, our hybrid intelligent model implements supervision and control tasks.
PL
Tematyka artykułu dotyczy zastosowania obliczeń ewolucyjnych w celu optymalizacji procesu magazynowania energii wyprodukowanej w elektrowniach solarnych. W artykule zaproponowano wykorzystanie binarnego sposobu kodowania rozwiązań na materiale genetycznym podlegających ewolucji osobników. Zdefiniowano także postać funkcji celu pozwalającej na efektywne przeprowadzenie oceny uzyskiwanych na drodze ewolucyjnej rozwiązań.
EN
The topic of the paper is about implementation of evolutionary computation technique for the purpose of optimization of energy storage which was generated in solar power plants. In the paper we propose the way of coding of solutions on genetic material of evolving individuals. We also define fitness function which allows us to compare the solutions that are obtained with the use of evolutionary methods.
PL
Tematyka artykułu dotyczy zagadnienia ekonomicznego rozdziału obciążeń pomiędzy bloki elektroenergetyczne elektrowni cieplnych w sytuacji zainstalowania znacznego poziomu mocy w elektrowniach solarnych opartych na ogniwach fotowoltaicznych. Na potrzeby rozwiązania rozważanego zagadnienia optymalizacyjnego autorzy zaproponowali wykorzystanie techniki obliczeń ewolucyjnych.
EN
The topic of the paper is about finding the solution of economic dispatch problem of thermal units in the electrical energetic system in the case of presence of solar power plants with high values of installed power. In the paper we propose to use evolutionary computations technique to solve the above mentioned optimization problem.
PL
W artykule rozważono wykorzystanie techniki obliczeń ewolucyjnych na potrzeby wyznaczania wartości pojemności występujących w filtrach aktywnych zrealizowanych w układzie Butterwortha. Rozważono filtr stanowiący kaskadowe połączeniu dwóch filtrów dwubiegunowych Butterwortha. Zastosowanie algorytmu ewolucyjnego pozwoliło na uzyskanie w tym wypadku czterobiegunowego filtra aktywnego o stromości charakterystyki w paśmie zaporowym 80 dB na każdą dekadę częstotliwości.
EN
In the paper we discuss using the technique of evolutionary computation for the purpose of determining the values of capacitors in Butterworth active filters. We consider the filter which is a cascade of two Butterworth filters with two poles each. Using the evolutionary algorithm allowed us to obtained the active filter with four poles which have the steepness of characteristic in the amount of 80dB on every decade of frequency.
PL
Artykuł został poświęcony zagadnieniom projektowania filtrów Butterwortha wyższego rzędu, czyli takich, które stanowią kaskadowe połączenie pewnej liczby filtrów dwubiegunowych lub trójbiegunowych. Na potrzeby wyznaczania wartości rezystancji i pojemności występujących w rozważanych układach kaskadowych w artykule zaproponowano wykorzystanie techniki obliczeń ewolucyjnych. Użycie algorytmu ewolucyjnego pozwala na dokonanie optymalizacji charakterystyki amplitudowej filtru kaskadowego poprzez maksymalne zbliżenie jej kształtu do charakterystyki filtru idealnego.
EN
The paper was devoted to the issues of designing of higher order Butter-worth filters that constitute the cascade of filters with two or three poles. In order to calculate the resistance and capacity of passive elements of the filters we proposed to use the technique of evolutionary computation. Using evolutionary algorithm allows to optimize the amplitude characteristic of the filter by approaching the shape of characteristic of the ideal filter.
EN
In this article, the performance of an evolutionary multi-agent system in dynamic optimization is evaluated in comparison to classical evolutionary algorithms. The starting point is a general introduction describing the background, structure and behavior of EMAS against classical evolutionary techniques. Then, the properties of energy-based selection are investigated to show how they may influence the diversity of the population in EMAS. The considerations are illustrated by experimental results based on the dynamic version of the well-known, high-dimensional Rastrigin function benchmark.
15
EN
This paper tackles the application of evolutionary multi-agent computing to solve inverse problems. High costs of fitness function call become a major difficulty when approaching these problems with population-based heuristics. However, evolutionary agent-based systems (EMAS) turn out to reduce the fitness function calls, which makes them a possible weapon of choice against them. This paper recalls the basics of EMAS and describes the considered problem (Step and Flash Imprint Lithography), and later, shows convincing results that EMAS is more effective than a classical evolutionary algorithm.
EN
Recent advances in the computational power, and at the same time, the software that is capable of taking advantage of the new hardware architecture promote numerical modelling activities for the Friction Stir Welding (FSW) process as in parallel with other engineering applications. All these developments provide a stronger basis for understanding of the FSW process by enabling inclusion of more detailed multi-physics phenomena, i.e. complex interaction among material behaviour, microstructure evolution, material flow, heat generation, etc. A source of motivation behind all these efforts is the increasing demand for the FSW process mainly in aerospace and automotive industries. However the list of unknowns for the success of the process (e.g. defect free welds) is not yet cleared up. Tool design and process parameter optimization studies are in general limited by design of experiments and those rarely supported by the statistical analysis tools. One of the main reasons for the lack of the autonomous optimization studies, in which the numerical FSW simulations are used for response evaluations, is still the high computational cost. Here in this review paper, a brief overview of remarkable achievements together with the discussion of the limitations in the numerical FSW optimization studies are laid on the table.
PL
Rozwój komputerów i oprogramowania, które wykorzystuje nową architekturę sprzętową umożliwia obecnie modelownie numeryczne procesu spawania tarciowego (ang.: Friction Stir Welding - FSW). Modelowanie zjawisk zachodzących w trakcie spawania prowadzi do lepszego zrozumienia procesu FSW poprzez wprowadzenie do modelowania złożonych zależności pomiędzy zachowaniem się materiałów, zmian mikrostruktury, płynięcia materiału, generowania ciepła. Motywacją do tych badań jest coraz szerzej stosowany proces FSW głównie w przemyśle samochodowym i lotniczym. Modelowanie tego procesu jest skomplikowane, a liczba niewiadomych decydujących o własnościach spawu (np. spawy wolne od defektów) nie jest do końca znana. Możliwości optymalizacji projektowania narzędzi oraz parametrów procesu FSW są ograniczone, ponieważ nie stosuje się metod projektowania doświadczenia i analizy statystycznej ze względu na wciąż wysokie koszty obliczeniowe numerycznej symulacji tego procesu. W niniejszym artykule przedstawiono krótki przegląd najważniejszych osiągnięć wraz z dyskusją o ograniczeniach w optymalizacji procesu FSW wykorzystującej numeryczne modelowanie.
EN
The paper presents results of multicriteria optimization of hard finish turning operation parameters of hardened 18CrMo4 steel in a view of chosen parameters of surface roughness. The following cutting parameters were subjected to the optimization: vc, f and ap, while as optimization criteria were assumed selected parameters of surface roughness: Ra, Rz and Rmax. The research was performed with the help of the Modified Distance Method (MDM), from the point of view of mating of machined surface with sealing rings (Simmering rings). Obtained set of Pareto-optimal solutions comprises 6 solutions only. The reason of such situation can be seen is similarity of the optimization criteria, which in different way describe the same surface.
PL
W pracy przedstawiono wyniki optymalizacji wielokryterialnej parametrów operacji toczenia stali 18CrMo4 w stanie zahartowanym ze względu na wybrane parametry chropowatości powierzchni. Optymalizowano parametry skrawania: vc, f i ap, natomiast za kryteria optymalizacji przyjęto wybrane parametry chropowatości powierzchni: Ra, Rz oraz Rmax. Badania przeprowadzono za pomocą metody zmiennej odległości MDM, pod kątem współpracy obrabianej powierzchni z wargowymi pierścieniami uszczelniającymi. Uzyskany zbiór rozwiązań Pareto-optymalnych ma tylko 6 rozwiązań. Przyczyny należy upatrywać w dużym podobieństwie kryteriów optymalizacji opisujących w różny sposób tę samą powierzchnię.
EN
Interpretation of changes of global temperature is important for our understanding of the climate system and for our confidence in projections for the future. Massive efforts have been devoted to improve the accuracy of reproducing the global temperature by the available climate models, but the hindcasts are still inaccurate. Notwithstanding the need to further advance climate models, one may consider data-driven approaches, providing practically useful results in a simpler and faster way. Without assuming any prior knowledge about physics and without imposing a model structure that encapsulates the existing knowledge about the underlying processes, we hindcast global temperature by automatically identified evolutionary computation models. We use 60 years of records of global temperature and climate drivers, with training and testing periods being 1950–1999 and 2000–2009, respectively. This paper demonstrates that the global temperature observed in the past is mimicked with reasonably good accuracy. Evolutionary computation holds promise for modeling the global climate system, which looks hopelessly complex in classical perspective.
EN
Biologically inspired computing that looks to nature and biology for inspiration is a revolutionary change to our thinking about solving complex computational problems. It looks into nature and biology for inspiration rather than conventional approaches. The Human Immune System with its complex structure and the capability of performing pattern recognition, self-learning, immune-memory, generation of diversity, noise tolerance, variability, distributed detection and optimisation - is one area that has been of strong interest and inspiration for the last decade. An air conditioning system is one example where immune principles can be applied. This paper describes new computational technique called Artificial Immune System that is based on immune principles and refined for solving engineering problems. The presented system solution applies AIS algorithms to monitor environmental variables in order to determine how best to reach the desired temperature, learn usage patterns and predict usage needs. The aim of this paper is to explore the AIS-based artificial intelligence approach and its impact on energy efficiency. It will examine, if AIS algorithms can be integrated within a Smart Air Conditioning System as well as analyse the impact of such a solution.
EN
This article comments on the development of Evolutionary Computation (EC) in the field of global optimization. A brief overview of EC fundamentals is provided together with the discussion of issues of parameter settings and adaptation, advances in the development of theory, new ideas emerging in the EC field and growing availability of massively parallel machines.
first rewind previous Strona / 4 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.