W pracy przedstawiono zagadnienia związane ze spełnieniem wymagań czasu rzeczywistego w obrębie grupy sterowników PLC należących do tej samej rodziny. Temat jest istotny z punktu widzenia zastosowań praktycznych sterowników PLC, gdyż zaprezentowane wyniki oszacowań teoretycznych i praktycznych mogą ułatwić poprawny dobór konfiguracji sterownika do określonych zadań pod kątem spełnienia wymagań czasu rzeczywistego.
EN
In the paper problems of real-time requirements for the PLC-based control systems were discussed. Experiments were done for the PLC-s belonging to the same "family". The presented problems are important from the point of view the practice, because theoretical and experimental results make possible the correct configuration the PLC-based control system.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Cost optimization for losses in an electric power network with high load variability is a NP-hard. In problems of this category it is of relevance to devise effective algorithms, which will enable us to promptly find a solution. Obtaining a precise solution in this case is very difficult, since even a minor growth of the problem's volume results in an exponential increase in the calculation time. The chief method in search of optimal solutions to NP-hard problems is the branch and bound method. The paper deals with an analysis of effectiveness improvement formulae of the algorithm based on that method, through the reduction of the search path in the sub-problem tree. A method has been presented, in which the decision to select the sub-problem for analysis depends on the hitherto course of calcultions. As a criterion for this selection the assessment of the usability of the defined selection principles has been assumed (closely related with the problem being resolved). The algorithm is complimented by a meta-heuristics module, which is used to improve the currently known as the best solution.
PL
Optymalizacja kosztów strat w sieci elektroenergetycznej o dużej zmienności obciążenia jest zagadnieniem NP-trudnym. W problemach tej klasy duże znaczenie ma opracowanie efektywnych algorytmów, które pozwalają szybko znaleźć rozwiązanie. Uzyskanie rozwiązania dokładnego jest w tym przypadku bardzo trudne, gdyż niewielki wzrost rozmiaru problemu powoduje wykładniczy wzrost czasu obliczeń. Podstawową metodą poszukiwania optymalnych rozwiązań problemów NP-trudnych jest metoda podziału i ograniczeń. W pracy zajęto się badaniem i analizą metod poprawy efektywności algorytmu opartego na tej metodzie poprzez skrócenie drogi przeszukiwania w drzewie podproblemów. Przedstawiono metodę, w której decyzja o wyborze podproblemu do analizy zależy od dotychczasowego przebiegu obliczeń. Jako kryterium wyboru przyjęto ocenę przydatności zdefiniowanych reguł wyboru (ściśle związanych z rozwiązywanym zagadnieniem). Algorytm uzupełniono dodatkowym modułem zawierającym metaheurystykę i wspomagającym proces wyznaczania wartości odcinających.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy przedstawiono dwie metody poprawy efektywności algorytmu opartego na metodzie podziału i ograniczeń. Pierwsza proponuje wprowadzenie w algorytmie B&B inteligentnej procedury decyzyjnej. Jej zadaniem było by decydowanie o wyborze kierunku poszukiwań w drzewie podproblemów. Druga polega na stworzeniu dodatkowego, niezależnego od algorytmu B&B, modułu HS zawierającego metaheurystykę. Moduł HS zawiera metaheurystykę poszukiwania, która ma za zadanie poprawić górne ograniczenie UB, poprzez poszukiwanie w sąsiedztwie najlepszego dotychczas znanego rozwiązania rozwiązań od niego lepszych.
EN
This paper presents the method of acceleration computing for the branch-and-bound algorithm. Elements of self-learning are introduced to the algorithms. The main concept of the intelligent search is the determination of the search direction as a result of conclusions obtained from the earlier search steps. In the paper the additional module HS for the upper bound (UB) calculations in the branch-and-bound method is proposed.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.