Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 27

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
PL
Praca przedstawia analizę wpływu przyjętego krzyżowania na wyniki identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego. Identyfikowane parametry modelu matematycznego silnika wyznaczono w rezultacie minimalizacji błędu średniokwadratowego prądu stojana i prędkości kątowej przy wykorzystaniu algorytmu genetycznego z częściową wymianą populacji. Oceniano zastosowany algorytm genetyczny pod kątem zbieżności i dokładności procesu identyfikacji oraz wymaganego nakładu analizy numerycznej.
EN
This paper presents the analysis of the influence of crossover on the results of parametric identification of induction motor mathematical model. The identified parameters of the motor mathematical model were determined as a result of minimization of performance index defined as the mean-square error of stator current and angular velocity with the use of steady-state genetic algorithm. The genetic algorithm with regard to convergence and accuracy of the identification process and the time of numerical analysis was considered.
PL
W pracy koncentrowano się na poprawie zbieżności i dokładności algorytmu genetycznego (AG) wykorzystanego w identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego. W tym celu dokonano modyfikacji funkcji przystosowania poprzez jej przeskalowanie. Próbowano określić, czy wprowadzona w AG modyfikacja wpłynie również na skrócenie czasu analizowanego procesu. Zasadność podjęcia tej tematyki wynika z faktu, że rozważany problem jest w literaturze zaliczany do trudnych i czasochłonnych, a więc należy poszukać sposobów, które zapewnią poprawę wyników identyfikacji.
EN
The work focused on improving the convergence and accuracy of genetic algorithm (GA) used in the parametric identification of induction motor mathematical model. For this purpose, modifications fitness function by the rescaling were made. They attempted to determine whether the modification introduced in the GA will also shorten the time analyzed process. Whether any of this subject stems from the fact, that the problem is considered in the literature classified as difficult and time-consuming, and therefore look for ways to provide improvement of identification.
PL
Praca przedstawia problem identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego z zastosowaniem wybranego algorytmu ewolucyjnego. Minimalizowano wskaźnik jakości w postaci błędu średniokwadratowego amplitudy prądu stojana oraz prędkości kątowej silnika i jego modelu matematycznego. W pracy analizowano skuteczność wykorzystanego algorytmu ewolucyjnego oraz wpływ liczby wyznaczanych parametrów na zbieżność i dokładność procesu identyfikacji.
EN
This paper presents the parametric identification of induction motor mathematical model problem with the use of chosen evolutionary algorithm. The mean-square error of stator current and angular velocity of motor and his mathematical model was minimized. In this paper the effectiveness of evolutionary algorithm and the influence of the number determined parameters for convergence and accuracy identification process was analyzed.
PL
Praca przedstawia rezultaty wykorzystania algorytmu genetycznego (AG) w problemie identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego. Badania koncentrowały się na doborze kryterium zatrzymania algorytmu genetycznego, biorąc pod uwagę zbieżność i dokładność analizowanego procesu, jak również czas wymaganej analizy numerycznej. Wybór kryterium stopu jest kwestią bardzo ważną, ponieważ nieodpowiednio dobrane może niepotrzebnie wydłużać czas procesu lub być przyczyną przedwczesnej zbieżności AG.
EN
This paper presents the results of genetic algorithm (GA) application in parametric identification of induction motor mathematical model problem. The research was concentrated on the selection of stop criterion genetic algorithm with regard to convergence and accuracy of analyzed process, as well as the time of required numerical analysis. Selecting of stop criterion is a very important issue, because improperly selected may needlessly prolong the time of process or be the cause of premature convergence of the GA.
PL
Praca przedstawia problem identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego z zastosowaniem algorytmu genetycznego. Wykorzystano model matematyczny silnika sformułowany w wirującym układzie współrzędnych zorientowany zgodnie z wektorem napięcia stojana. Analizowano wpływ przyjętego wskaźnika jakości na wyniki identyfikacji. Badania eksperymentalne wykonano dla silnika indukcyjnego o mocy 2.2 kW zasilanego z falownika napięcia.
EN
This paper presents problem of parametric identification of induction motor mathematical model with the use of genetic algorithm. In this work the induction motor mathematical model in the references frame, oriented according to the stator voltage vector was used. The influence of given performance index on identification results was analyzed. The experimental investigations were performed for induction motor 2.2 kW powered from voltage inverter.
PL
W artykule omówiono zagadnienie identyfikacji parametrów liniowych struktur reologicznych modelujących zachowanie się próbek MMA. W procesie identyfikacji wykorzystano algorytm genetyczny. Analizie poddano dwie struktury lepkosprężyste: klasyczny model Burgersa i model Hueta-Sayegha opisywany pochodną ułamkowego rzędu. Podano podstawy teoretyczne interpretacji badań doświadczalnych cyklicznego odkształcania próbek MMA. Opisano wybrane problemy implementacji algorytmu genetycznego. Otrzymane wyniki identyfikacji świadczą o poprawności działania algorytmu i potwierdzają przydatność tej techniki w zagadnieniach identyfikacji parametrów struktur reologicznych.
EN
The paper discusses the identification problem for parameters of linear rheological models representing the behaviour of asphalt-aggregate mixtures. Genetic algorithm technique is used for this purpose. Two viscoelastic models are considered: the classical Burgers model and the Huet-Sayegh model described by fractional derivatives. Theoretical basis of interpretation of experimental cyclic deformation of asphalt-aggregate samples is given. Selected problems of implementation of the genetic algorithm are discussed. The results of identification put the evidence of the correctness of the algorithm and confirm the usefulness of this technique in the identification process of rheological model parameters.
7
Content available Algorytm mrówkowy w problemie komiwojażera
PL
W artykule omówiony został algorytm mrówkowy wykorzystany do rozwiązania zagadnienia komiwojażera. Zaimplementowana aplikacja zapewnia wygenerowanie najkrótszej trasy przejazdu, w możliwie krótkim czasie oraz pozwala na analizowanie pracy algorytmu mrówkowego i dobór optymalnych wartości jego parametrów kontrolnych.
EN
In this article discussed ant algorithm was used to solve the traveling salesman problem. Implemented application provides to generate the shortest route in the shortest possible time and allows to analyze work of algorithm and selection of the optimal values of his control parameters.
8
Content available Algorytmy genetyczne w problemach optymalizacji
PL
W pracy analizowano skuteczność i uniwersalność stosowania algorytmów genetycznych w wybranych zagadnieniach optymalizacji. Zaimplementowano algorytm genetyczny dla problemu minimalizacji złożonych, trudnych do optymalizacji funkcji Goldsteina-Price'a i funkcji grzbietu wielbłąda sześciogarbnego. Próbowano odpowiedzieć na pytanie, gdzie można stosować omawianą metodę sztucznej inteligencji, a gdzie lepiej zastosować metody klasyczne.
EN
In this work the efficiency and universality of the use of genetic algorithms in selected issues of optimization was analyzed. Genetic algorithm for minimization of Goldstein-Price's function and function of back of camel was implemented. In this work was attempted to answer the question, where can apply this method of artificial intelligence, and where better to use classical methods.
PL
Praca przedstawia problem identyfikacji parametrycznej modelu matematycznego silnika synchronicznego ze wzbudzeniem od magnesów trwałych PMSM (ang. Permanent Magnet Synchronous Motor). Identyfikowane parametry modelu matematycznego silnika wyznaczono na podstawie minimalizacji przyjętego wskaźnika jakości, tj. błędu średniokwadratowego amplitudy prądu stojana oraz prędkości kątowej w oparciu o zastosowanie algorytmu hybrydowego. Algorytm hybrydowy stanowi połączenie algorytmu genetycznego (pierwszy etap procedury identyfikacji) i klasycznej metody optymalizacji statycznej Boxa (drugi etap procedury identyfikacji). Analizowano problem zbieżności i dokładności procesu identyfikacji oraz niezbędny nakład obliczeń. Tego typu połączenie zapewnia wykorzystanie zalet obu metod, a więc skuteczności algorytmu genetycznego w przeszukiwaniu znacznych przestrzeni jak również dobrej zbieżności metody klasycznej w otoczeniu punktu minimum globalnego.
EN
This paper presents parametric identification of permanent magnet synchronous motor mathematical model (PMSM). The identified parameters of mathematical model of motor was determined as the result of minimization of performance index, such as mean-square error of stator current and angular velocity with the use of hybrid algorithm. The hybrid algorithm is a combination of genetic algorithm (first stage of identification procedure) and classical static optimization Box's method (second stage of identification procedure). The optimization method with regard to convergence and accuracy of the parametric identification process and the time of numerical calculations was analyzed. Such approach allows to the use of quality of both methods, so global capabilities of the genetic algorithm and good convergence of the classical method in surroundings of the global minimum point.
PL
Praca przedstawia problem identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego z zastosowaniem wybranego algorytmu genetycznego. Identyfikowane parametry modelu matematycznego silnika wyznaczono w rezultacie minimalizacji wskaźnika jakości stanowiącego błąd średniokwadratowy prądu stojana silnika i jego modelu matematycznego. Analizowano wpływ liczby identyfikowanych parametrów oraz różnych sygnałów pobudzających na wyniki identyfikacji. W pracy wykorzystano model matematyczny silnika sformułowany w wirującym układzie współrzędnych zorientowany zgodnie z wektorem napięcia stojana. Badania eksperymentalne wykonano dla silnika indukcyjnego klatkowego o mocy 2,2 kW zasilanego z falownika napięcia. Procedurę identyfikacji uruchomiono dla populacji o rozmiarze 80 osobników. Ze względu na probabilistyczny charakter działania algorytmu genetycznego podano wartości średnie z dziesięciu niezależnie przeprowadzonych doświadczeń.
EN
This paper presents the problem of parametric identification of induction motor mathematical model with the use of the selected genetic algorithm. The identified parameters of induction motor mathematical model were determined as the result of minimization of performance index constituting mean-square error of stator current motor and mathematical model. The influence of the number of identified parameters and different excitation signals on the identification results were analyzed. In this work the induction motor mathematical model in the references frame, oriented according to the stator voltage vector were used. The experimental investigations were performed for induction motor 2,2 kW powered from voltage inverter. Identification procedure for population size of 80 individuals was started. Because of probabilistic character of genetic algorithm in investigations the average values obtained from ten independent experiments was given.
PL
Praca stanowi wprowadzenie w zagadnienie identyfikacji parametrycznej matematycznych modeli silników indukcyjnego oraz synchronicznego ze wzbudzeniem od magnesów trwałych - PMSM (ang. Permanent Magnet Synchronous Motor). Dokonano przeglądu wybranych metod identyfikacji, tj. numerycznych metod optymalizacji statycznej, algorytmów genetycznych oraz algorytmów hybrydowych. Oceniono przydatność ww. metod optymalizacji w problemach identyfikacji matematycznych modeli silników. W celu potwierdzenia skuteczności tych metod przeprowadzono identyfikację w warunkach off-line matematycznych modeli silników z zastosowaniem algorytmu genetycznego. W pracy wykorzystano matematyczne modele silników sformułowane w wirującym układzie współrzędnych zgodnie z wektorem napięcia stojana. Badania wykonano dla silnika indukcyjnego o mocy 2.2kW oraz silnika PMSM o mocy 3 kW.
EN
The work determines the introduction into the problem of the parametric identification of induction and permanent magnet synchronous motors mathematical models. The review of chosen methods of the identification, i.e. numerical static optimization methods, genetic algorithms and hybrid algorithms was performed. The usefulness of above-mentioned methods of the optimization in problems of the identification of motors mathematical models was evaluated. For the purpose of the confirmation of the efficiency of these methods the off-line identification of motors mathematical models with the use of the genetic algorithm was effected. In this work induction and PMSM motors mathematical models in the references frame, oriented according to the stator voltage vector were used. The investigations for induction motor 2.2 kW and PMSM motor 3 KW were performed.
PL
W pracy analizowano problem matematycznego modelowania i parametrycznej identyfikacji siników indukcyjnego i PMSM (ang. Permanent Magnet Synchronous Motor). Identyfikowane parametry matematycznych modeli silników wyznaczono na podstawie minimalizacji przyjętego wskaźnika jakości identyfikacji z zastosowaniem algorytmu genetycznego opartego na reprezentacji zmiennopozycyjnej oraz operacjach genetycznych, takich jak: selekcja turniejowa, krzyżowanie i mutacja. Algorytm genetyczny oceniano z uwagi na zbieżność i dokładność procesu identyfikacji parametrycznej. Badania wykonano dla silnika indukcyjnego o mocy 2.2 kW oraz silnika PMSM o mocy 3 kW. Ze względu na stochastyczny charakter algorytmów genetycznych każde uruchomienie procedury identyfikacji daje nieznacznie inne wyniki i dlatego w badaniach symulacyjnych podano najlepszy oraz średni wynik wyznaczony z kilku niezależnie przeprowadzonych doświadczeń.
EN
In this paper the problem of mathematical modelling and parametric identification of induction and permanent magnet synchronous (PMSM) motors was analysed. The identified parameters of mathematical models of motors were determined as the result of minimisation of performance index with the use of the genetic algorithm based on a floating point representation and the genetic operations, such as: tournament selection, crossover and mutation. The genetic algorithm with regard to convergence and accuracy of the parametric identification process was analysed. The investigations were performed for the induction motor 2.2 kW and the PMSM 3 kW. Because of the stochastic charakter of genetic algorithm, every starting of identification procedure (runs) gives a little different results and therefore in simulation investigations the best and average result obtained from several independent experiments was given.
PL
Praca przedstawia rezultaty zastosowania algorytmu genetycznego w problemie projektowania filtru cyfrowego na podstawie jego prototypu analogowego. W badaniach koncentrowano się na doborze współczynników wagowych wskaźnika jakości, tak aby otrzymać możliwie najlepsze rozwiązanie, z uwagi na dokładność rozważanego procesu. W pracy wykorzystano algorytm genetyczny z ustalonym stanem oparty na zmiennopozycyjnej reprezentacji osobników, selekcji turniejowej z częściową wymianą populacji, krzyżowaniu arytmetycznym i mutacji równomiernej. Zastosowanie algorytmu genetycznego w omawianym problemie wynika z faktu, że algorytm ten zapewnia w porównaniu do metod klasycznych znacznie większe prawdopodobieństwo wyznaczenia minimum globalnego przyjętego wskaźnika jakości. Biorąc pod uwagę stochastyczny charakter algorytmu genetycznego w badaniach podano średni wynik z kilku niezależnie przeprowadzonych doświadczeń.
EN
This paper presents the results of the genetic algorithm application in design of digital filter based on analog prototype.Research referred the selection of weight coefficients of the performance index, so to receive possibly the best solution, with regard to accuracy of considered process.In this work the genetic algorithm based on a floating point representation of individuals, tournament selection with steady-state, arithmetical crossover and uniform mutation was used. The genetic algorithm assure the larger probability of finding the global minimum of performance index than classical methods. Because of the stochastic charakter of genetic algorithm, in investigations the average result obtained from several independent experiments was given.
PL
Praca przedstawia rezultaty zastosowania algorytmu genetycznego z reprezentacją diploidalną chromosomów w problemie projektowania filtru cyfrowego na podstawie jego prototypu analogowego. W omawianym problemie zastosowanie algorytmu genetycznego polega na minimalizacji błędu średniokwadratowego między zadanymi charakterystykami częstotliwościowymi a obliczonymi dla przyjętego modelu matematycznego filtru. W pracy wykorzystano algorytm genetyczny oparty na współdziałaniu trzech podstawowych operacji genetycznych, tj. selekcji (selekcja turniejowa z modelem elitarnym), krzyżowaniu (krzyżowanie jednopunktowe) i mutacji zachodzącej na osobnikach potomnych (mutacja równomierna), przy czym operatory genetyczne zmodyfikowano w taki sposób, aby mogły działać na chromosomach diploidalnych. Badania koncentrowały się na określeniu wpływu reprezentacji diploidalnej AG na dokładność i czas uzyskania rozwiązania.
EN
This paper presents the results of the genetic algorithm application with diploid representation of chromosome in design of digital filter based on analog prototype. In this problem the use of genetic algorithm consists in minimization of mean-square error between given frequency characteristics and obtained for accepted of filter's mathematical model. In this work the genetic algorithm based on cooperation of three basic genetic operations, such as: selection (tournament selection with elitist model), crossover (one point crossover) and mutation reaching on new individuals (uniform mutation) was used, where genetic operators was modified into such manner so that be able to affect diploid chromosomes. The results of research the influence of GA diploid representation on accuracy and time of obtainment of solution were analyzed.
PL
W pracy przedstawiono rezultaty zastosowania algorytmu genetycznego z częściową wymianą populacji w problemie identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego. Wartości identyfikowanych parametrów modelu matematycznego silnika wyznaczono w oparciu o minimalizację błędu średniokwadratowego amplitudy prądu stojana oraz prędkości kątowej. Badania dotyczyły określenia wpływu wartości współczynnika wagowego przyjętego wskaźnika jakości na zbieżność i dokładność analizowanego problemu identyfikacji. Współczynnik wagowy został uwzględniony we wskaźniku jakości w celu zachowania kompromisu pomiędzy wartością sumy kwadratów błędu prędkości kątowej i błędu prądu stojana. Badania wykonano dla silnika indukcyjnego klatkowego o mocy 2.2 kW. Procedurę identyfikacji uruchomiono dla populacji algorytmu genetycznego o rozmiarze 60 osobników. Z uwagi na probabilistyczny charakter działania algorytmów genetycznych podano wartości średnie z kilku niezależnie przeprowadzonych doświadczeń.
EN
In this work the results of the use of genetic algorithm with steady-state in parametric identification of induction motor mathematical model were presented. The values of identified parameters of motor mathematical model as the result of minimization of mean-square error of stator current and angular velocity were determined. The research referred analysis of influence of value of weight coefficient accepted performance index on convergence and accuracy of identification problem. The weight coefficient into performance index for compromise between value of squares sum of angular velocity error and stator current error was taken. The experimental investigations for induction motor 2.2 kW were performed. Identification procedure for population size of genetic algorithm 60 individuals was started. Because of probabilistic character of genetic algorithms in investigations the average values obtained from several independent experiments was given.
PL
Praca przedstawia rezultaty zastosowania algorytmu genetycznego (AG) w problemie projektowania filtru cyfrowego na przykładzie jego prototypu analogowego. Badania koncentrowały się na określeniu wpływu wielkości przestrzeni poszukiwań AG na dokładność i czas uzyskania rozwiązania. W pracy opisano problem minimalizacji, reprezentację osobników oraz operatory genetyczne: krzyżowanie arytmetyczne, mutację równomierną i selekcję turniejową z częściową wymianą populacji.
EN
This paper presents the results of genetic algorithm (GA) application in design of digital filter based on analog prototype. The results of research the influence of GA parameter’s values, such as search space on process of searching the solution were analyzed. The analysis of genetic method with regard to convergence and accuracy for the process of searching solution and time of numerical calculations was carried out. The present work describes the problem of minimization, the representation of the individuals and the genetic operators: arithmetical crossover, uniform mutation and tournament selection with steady state.
PL
Praca przedstawia rezultaty zastosowania algorytmu genetycznego (AG) w problemie identyfikacji parametrów matematycznego modelu tłumika magneto-reologicznego (MR). Identyfikację parametrów prowadzono na podstawie badań eksperymentalnych. Przyjęty matematyczny model tłumika magneto-reologicznego opisywał zachodzące w nim zjawiska, na jego podstawie opracowano model numeryczny tłumika MR. Koncentrowano się na określeniu wpływu zastosowanej selekcji AG na dokładność i czas procesu identyfikacji. Rozważano następujące metody selekcji, tj.: równomierną, turniejową, ruletkę oraz stochastyczną równomierną.
EN
This paper presents the results of genetic algorithm (GA) application in the identification of mathematical model of a magneto-rheological damper parameters. Moreover, identification of model parameters is described and compared with results of direct experiment. Device model was developed as a rheological structure. Set of mathematical equations was used to describe the phenomena occurring in the MR damper. The results of research the influence of selection on process of searching the solution with the use of genetic algorithm were analyzed. One considered following methods of the selection: uniform, tournament, roulette and stochastic uniform. The analysis of selection methods with regard to convergence and accuracy for the process of searching solution and time of numerical calculations was carried out. The genetic algorithm has a stochastic character and so it doesn’t guarantee obtaining optimum solution, but it’s expected, that the best individual (with the least value of function, which was analyzed) will represent solution nearing the optimum one. Because of this character of GA every starting of identification process (runs) gives a bit different results and therefore in investigations usually the best result obtained from ten independent experiments or the average result is given.
PL
Praca przedstawia rezultaty zastosowania algorytmu genetycznego (AG) w problemie identyfikacji parametrów matematycznego modelu tłumika magneto-reologicznego (MR). Identyfikację parametrów prowadzono na podstawie badań eksperymentalnych. Przyjęty matematyczny model tłumika magneto-reologicznego opisywał zachodzące w nim zjawiska, na jego podstawie opracowano model numeryczny tłumika MR. Koncentrowano się na określeniu wpływu zastosowanego operatora krzyżowania AG na dokładność i czas procesu identyfikacji. Rozważano następujące rodzaje krzyżowania, tj.: arytmetyczne, rozproszone, heurystyczne oraz jednopunktowe.
EN
This paper presents the results of genetic algorithm (GA) application in the identification of mathematical model of a magneto-rheological damper parameters. Moreover, identification of model parameters is described and compared with results of direct experiment. Device model was developed as a rheological structure. Set of mathematical equations was used to describe the phenomena occurring in the MR damper. The results of research the influence of crossover operator on process of searching the solution with the use of genetic algorithm were analyzed. One considered following methods of the crossover: arithmetic, scattered, heuristic and single point.
PL
Praca jest poświęcona identyfikacji parametrów modelu sterowanego tłumika magneto-reologicznego (MR) oraz eksperymentalnej weryfikacji modelu tłumika. Model urządzenia został opracowany w postaci struktury reologicznej. Do badań numerycznych opracowany został matematyczny model opisujący zjawiska zachodzące w tłumiku. W pracy zostały przedstawione wyniki badań symulacyjnych i eksperymentalnych własności sterowanego tłumika MR. Parametry modelu tłumika MR wyznaczone w identyfikacji przy użyciu wybranego algorytmu genetycznego wykazują największą zbieżność wyników badań symulacyjnych z badaniami eksperymentalnymi. Analizowano wpływ rozmiaru populacji oraz zadanych przestrzeni poszukiwań rozwiązania algorytmu genetycznego na wyniki procesu identyfikacji.
EN
In this paper, a mathematical model of a magneto-rheological damper is presented. Moreover, identification of model parameters is described and compared with results of direct experiment. Device model was developed as a rheological structure. Set of mathematical equations was used to describe the phenomena occurring in the MR damper. In this paper are also presented results of numerical and experimental studies. Parameters of the damper model MR appointed in the identification with the use of the chosen genetic algorithm show the greatest convergence of simulation results with experimental research. The influence of the population size and the search space of solution of the genetic algorithm on results of the identification was analysed.
PL
Praca przedstawia rezultaty zastosowania algorytmu genetycznego (AG) w problemie projektowania filtru cyfrowego na przykładzie jego prototypu analogowego. Badania koncentrowały się na określeniu wpływu wartości prawdopodobieństwa mutacji AG, na dokładność i czas uzyskania rozwiązania. W pracy opisano problem minimalizacji, reprezentację osobników oraz operatory genetyczne: krzyżowanie arytmetyczne, mutację równomierną i selekcję turniejową z częściową wymianą populacji.
EN
This paper presents the results of application of a genetic algorithm (GA) to design of a digital filter on example of its analog prototype. The results of investigations of the influence of GA parameter values, such as the probability of mutation, on the process of searching the solution are analysed. There are described in the paper: the problem of minimisation, representation of the individuals as well as the genetic operators: arithmetical crossover, uniform mutation and tournament selection with steady state. The analysis of the genetic method with regard to the convergence and accuracy for the process of searching solution and time of numerical calculations was carried out. The genetic algorithm differs from traditional methods and, therefore, the chance of determining the local minimum instead of the global one is considerably smaller than in the case of using the classical method. Genetic algorithms have stochastic character, so they do not guarantee obtaining the optimum solution. However, it is expected that the best individual (with the least value of the function ana-lysed) will represent the solution nearing the optimum one. Because of this character of the GA every starting of the minimisation procedure (runs) gives the results differing slightly and, therefore, usually the best result obtained from ten independent experiments or the average result is given.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.