Zastosowanie algorytmu ewolucyjnego do analizy nieliniowych obwodów elektrycznych

• Autorzy: Gajer M.

Warianty tytułu

EN

The implementation of the evolutionary algorithm for the analysis of nonlinear electrical circuits

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano wykorzystanie techniki obliczeniowej opartej na algorytmach ewolucyjnych do przeprowadzania analizy nieliniowych obwodów elektrycznych. Możliwości praktycznej realizacji systemu ewolucyjnego rozwiązującego układy równań nieliniowych opisujących nieliniowe obwody prądu stałego zostały zweryfikowane na przykładzie wybranego systemu eksperymentalnego. Wyniki symulacji komputerowych dowodzą, że algorytmy ewolucyjne zapewniają wysoki stopień dokładności rozwiązań oraz odznaczają się stosunkowo szybką zbieżnością w przypadku zastosowania kodowania rozwiązań bezpośrednio z użyciem liczb rzeczywistych.

EN

In the paper we propose the use of a computational technique based on the evolutionary algorithms in order to analyze nonlinear electrical circuits. The possibilities of practical implementation of the evolutionary system which solves nonlinear equations that describe nonlinear electrical circuits are verified on the basis of a selected experimental system. The results of computer simulations prove that evolutionary algorithms can guarantee a high level of accuracy of obtained solutions and they are characterized by a relatively fast convergence rate for the case of coding the solutions directly with the use of real numbers.

Słowa kluczowe

PL

algorytmy ewolucyjne; teoria optymalizacji; teoria obwodów; obwody nieliniowe

EN

evolutionary algorithms; optimization theory; circuits theory; nonlinear circuits

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2010
• Tom: R. 86, nr 7
• Strony: 342--345
• Opis fizyczny: Bibliogr. 17 poz., rys., wykr.

Twórcy

autor

Gajer M.

• Akademia Górniczo-Hutnicza w Krakowie, Katedra Automatyki, al. Mickiewicza 30, 30-059 Kraków,

Bibliografia

• [1] Kudrewicz J., Nieliniowe obwody elektryczne, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
• [2] Niedźwiecki M., Rasiukiewicz M., Nieliniowe elektroniczne układy analogowe, Wydawnictwa Naukowo- Techniczne, Warszawa, 1992
• [3] Tadeusiewicz M., Metody komputerowej analizy stałoprądowej nieliniowych układów elektronicznych, Wydawnictwa Naukowo-Techniczne, Warszawa, 1991
• [4] Goldberg D. E., Algorytmy genetyczne i ich zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
• [5] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź, 1997
• [6] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwa Naukowo-Techniczne, Warszawa, 2003
• [7] Arabas J., Wykłady z algorytmów ewolucyjnych, Wydawnictwa Naukowo-Techniczne, Warszawa, 2004
• [8] Rutkowska D., Inteligentne systemy obliczeniowe i sztuczna inteligencja, [w] Biocybernetyka i inżynieria biomedyczna 2000, pod redakcją Macieja Nałęcza, Tom 6 – Sieci neuronowe, 2000, 765-784
• [9] Filipowic z B., Chmiel W., Kadłuczka P., Ukierunkowane przeszukiwanie przestrzeni rozwiązań w algorytmach rojowych, Automatyka, Tom 13, Zeszyt 2, 2009, 247-255
• [10] Loizos M., Ant-Based Computing, Artificial Life, Vol. 15, 2009, 337-349
• [11] Pełech-Pilichowski T., Duda J. T., Wykorzystanie podejścia immunologicznego do prognozowania szeregów czasowych, Automatyka, Tom 13, Zeszyt 2, 2009, 551-562
• [12] Gajer M., Zastosowanie algorytmów ewolucyjnych w zagadnieniach optymalizacyjnych na przykładzie problemu ekonomicznego rozdziału obciążeń w systemie elektroenergetycznym, Elektronika, XLV (2004), n.11, 48-49
• [13] Gajer M., Zastosowanie algorytmów genetycznych do poszukiwania optymalnych planów produkcji energii w systemie elektroenergetycznym [w:] Współczesne problemy systemów czasu rzeczywistego, pod red. Andrzeja Kwietnia i Piotra Gaja, Warszawa, WNT, 2004, 25-34
• [14] Gajer M., Zastosowanie algorytmu ewolucyjnego do optymalizacji pracy urządzeń systemu elektroenergetycznego, Informatyka Teoretyczna i Stosowana, 7 (2007), n.2, 15-23
• [15] Maniadakis M., Trahanias P., Ant-Based Brain Modeling by Means of Hierarchical Cooperative Coevolution, Artificial Life, Vol. 15, 2009, 293-336
• [16] Stanley K. O., Ambrosio D.B., Gauci J., A hypercubebased encoding for evolving large-scale neural networks, Artificial Life, Vol. 15, 2009, 185-212
• [17] Ampatzis C., Tuci E., Triannini V., Christensen A. L., Dorigo M., Evolving Self-Assembly in Autonomous Homogeneous Robots: Experiments with Two Physical Robots, Artificial Life, Vol. 15, 2009, 185-212