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

• Autorzy: Konarzewski P.

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