PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
Tytuł artykułu

Stabilność i zbieżność modelu gradientowego w interaktywnej optymalizacji wizualnej w trybie bezpośrednim

Autorzy
Identyfikatory
Warianty tytułu
Języki publikacji
PL
Abstrakty
EN
The article describes the stability and convergence criterion of linear gradient internal model used in on-line interactive optimization. This type of optimization, in fact of increasing computing power of modern computers, allows to solve incompletely determined optimization problems. Stability and convergence of the linear gradient model was discused for three cases: when searching point moving from the forbidden into the allowed area, when searching point moving in the allowed area, and whensearching point moving from the allowed into the forbidden area.
Rocznik
Tom
Strony
135--146
Opis fizyczny
Bibliogr. 21 poz., rys.
Twórcy
autor
  • Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Informatyki
Bibliografia
  • [1] Moiseev V. Interactive solution approach to multiple criteria optimization problems with high-performance computers. International Conference on Problems of High-Performance Computers, Szczecin, 1997, str. 125-128
  • [2] Moiseev V., Ciarciński A., Makles K., Modele graficzne do identyfikacji sygnałów w trybie on-line, 4 Sesja Naukowa Informatyki, Szczecin, 1999, str. 147-153
  • [3] Makles K., Random Processes Visual Identification – model building general principles, 9th International Conference on Advanced Computer Systems, Szczecin, 2002, str. 337-344.
  • [4] Makles K. Koncepcja interaktywnej optymalizacji wizualnej w trybie bezpośrednim, Metody Informatyki Stosowanej nr 4/2009 (21), Szczecin 2009, str. 83-90
  • [5] Makles K. Modele zewnętrzne i wewnętrzne w interaktywnej optymalizacji wizualnej w trybie bezpośrednim, Metody Informatyki Stosowanej nr 4/2010 (25), Szczecin 2010, str. 81-92
  • [6] Wilde D. J., Beightler C. S. Foundations of optimization. Prentice-Hall, Englewood Cliffs, N. J., 1968
  • [7] Bubnicki Z. Uncertain logics, variables and systems. Springer, Berlin, 2002
  • [8] Bellman R. E. Adaptacyjne procesy sterowania. PWN, Warszawa, 1965
  • [9] Tatjewski P. Sterowanie zaawansowane obiektów przemysłowych. Akademicka Oficyna Wydawnicza Exit, Warszawa, 2002
  • [10] Niederliński A., Mościński J., Ogonowski Z. Regulacja adaptacyjna. PWN, Warszawa, 1995
  • [11] Checkland P. B. Soft systems methodology in action., John Wiley & Sons, New York, 1990
  • [12] Rutkowska D., Piliński M., Rutkowski L. Inteligentne systemy obliczeniowe. Algorytmy genetyczne i sieci neuronowe w systemach rozmytych. PWN, Warszawa, 1999
  • [13] Stańczak J., Trojanowski K. Metody uczenia maszynowego w ocenie działania operatorów ewolucyjnych przy szukaniu optimum zadania niestacjonarnego. Badania operacyjne i systemowe 2006, Metody i techniki, pod red. Kacprzyk J., Budziński R., Akademicka Oficyna Wydawnicza Exit, Warszawa, 2006
  • [14] Sestiti S., Dillon T. Automated knowledge acquisition. Prentice Hall, Australia, 1994
  • [15] Niederliński A. Regułowo-modelowe systemy ekspertowe rmse. Wydawnictwo Pracowni Komputerowej Jacka Skalmierskiego, Gliwice, 2006
  • [16] Kacprzyk J. Wieloetapowe sterowanie rozmyte. WNT, Warszawa 2001
  • [17] Kacprzyk J. Zbiory rozmyte w analizie systemowej. PWN, Warszawa, 1986
  • [18] Piegat A. Modelowanie i sterowanie rozmyte. Akademicka Oficyna Wydawnicza Exit, Warszawa, 2003
  • [19] Gal T., Greenberg H. J., eds. Advances in sensitivity analysis and parametric programming. Kluwer Academic Publishers, Boston, 1997
  • [20] Wawrzyński P. Systemy adaptacyjne i uczące się. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2009
  • [21] Koronacki J, Ćwik J. Statystyczne systemy uczące się. Wydawnictwa Naukowo-Techniczne, Warszawa 2005
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPS3-0022-0088
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.