Wyniki wyszukiwania - BazTech

1

Studium przypadku skuteczności nowych metod optymalizacji roju w porównaniu do metod znanych

Baumgart Jan, Sangho Belco

Studia i Materiały Informatyki Stosowanej

|

2021

|

nr 1

47--50

PL

Porównianie skuteczności nowych metod optymalizacji roju w porównaniu z metodami znanymi w dziedzinie. Inspirowane naturą algorytmy metaheurystyczne stają się coraz bardziej popularne w rozwiązywaniu problemów optymalizacyjnych. Dzięki ich popularności niemal codziennie możemy zobaczyć nowepodejścia i proponowane rozwiązania. W tym artykule przedstawię porównanie, które pokaże kilka najnowszychprac z tej dziedziny w porównaniu z niektórymi algorytmami traktowanymi jako podstawa dziedziny. Głównymcelem było porównanie ostatnio wprowadzonych algorytmów roju i określenie, kiedy nowe rozwiązania są faktycznie szybsze i bardziej precyzyjne. Podsumowując, czy przetestowane nowe podejścia są lepsze niż obecne,dobrze znane i ugruntowane w terenie algorytmy. Algorytmy brane pod uwagę w tej pracy to: Particle SwarmOptimization [5], Artifical Bee Colony [3], Elephant Herding Optimization [7], Whale Optimization [4] i Gras-shopper Optimization [6].Algorytmy uznawane za nowe w tej dziedzinie porównano z dwoma popularnymi idobrze znanymi algorytmami metaheurystycznymi pod względem dokładności znalezionych rozwiązań i szybkości. Zgodnie z wynikami eksperymentów większość porównywanych nowych algorytmów dawała zadowalającewyniki w użytkowaniu.

EN

Comparing the effectiveness of new methods of swarm optimization in comparison with knownmethods. Nature-inspired metaheuristic algorithms are becoming more and more popular in solving optimization problems. Thanks to their popularity, we can see new approaches and proposed solutions almost everyday. In this article, I will present a comparison that will show some of the most recent works in this fieldcompared to some algorithms considered as the basis of the field. The main goal was to compare the recently introduced swarm algorithms and determine when new solutions are actually faster and more precise. Inconclusion, are the new approaches tested better than the current, well-known and field-grounded algorithms?The algorithms considered in this paper are Particle Swarm Optimization, Artifical Bee Colony, Elephant Herding Optimization, Whale Optimization, and Grasshopper Optimization. Algorithms considered new inthis field were compared with two popular and well-known metaheuristic algorithms in terms of accuracy ofsolutions found and speed. According to the experimental results, most of the compared new algorithms gave satisfactory results in use.

2

Porównanie wybranych algorytmów wilczego stada stosowanych w rozwiązaniach problemów optymalizacji

Sangho Belco

Studia i Materiały Informatyki Stosowanej

|

2021

|

nr 1

17--32

PL

Algorytmy optymalizacyjne zyskały uznanie jako szybki i konsekwentny sposób rozwiązywania problemów optymalizacyjnych. W ostatnim czasie wilki są coraz częściej wykorzystywane jako inspiracja do tworzenia algorytmów, jak i w projektach używających tych algorytmów. W niniejszej pracy opisano sześć wybranych algorytmów. Następnie zaimplementowano je w języku R i porównano z pomocą sześciu funkcji porównujących, tzw. benchmarków. Wyniki trzydziestu testów na każdej z funkcji zaprezentowano za pomocą średniego wyniku, odchylenia standardowego wyniku, średniego czasu oraz odchylenia standardowego czasu. Dodatkowo zaprezentowano wykres zbieżności na dwóch z funkcji porównujących. Uzyskane wyniki algorytmów często różniły się od tych zaprezentowanych w publikacjach, jednak skuteczność części z nich była lepsza bądź porównywalna z PSO[1], DE[2] i GA[3]. Najlepszym wilczym algorytmem okazał się Grey Wolf Optimizer[4].

EN

Optimization algorithms have gained recognition as a fast and consistent way to solve optimization problems. Recently, wolves have been increasingly used as inspiration for algorithms as well as in projects using these algorithms. In this paper, six selected algorithms are described. They were then implemented in R and compared using six comparison functions, called benchmarks. The results of thirty tests on each function were presented by mean score, standard deviation of the score, mean time and standard deviation of the time. Additionally, a convergence plot on two of the benchmark functions was presented. The algorithm results obtained often differed from those presented in the publications, but the performance of some of the algorithms was better or comparable to PSO[1], DE[2], and GA[3]. The best wolf algorithm was found to be Grey Wolf Optimizer[4].

3

Fraktalna analiza i predykcja zmian parametrów chodu

Mikołajewski Dariusz, Mikołajewska Emilia, Sangho Belco

Studia i Materiały Informatyki Stosowanej

|

2021

|

nr 2

21--25

PL

Chód jest jedną z najbardziej złożonych i najczęściej wykonywanych czynności przez człowieka. Cel pracy był dwojaki: analiza metody obliczania miar fraktalnych chodu, klasyfikacja z wykorzystaniem sztucznych sieci neuronowych (ANN) i ich przydatność w codziennej praktyce klinicznej oraz ustalenie minimalnego zestawu parametrów odzwierciedlających z wystarczającą dokładnością kliniczną zmiany u chorych po udarze mózgu. Badania przeprowadzono na podstawie danych archiwalnych 50 zdrowych osób chodzących i 50 chorych po udarze mózgu. Wykazano, że mniejsza liczba parametrów (wymiar fraktalny, indeks Hursta) pozwala na lepszy opis chodu. ANN są w stanie dokonać automatycznej oceny jakościowej, a nie tylko ilościowej chodu.

EN

Walking is one of the most complex and most frequently performedhuman activities. The aim of the study was twofold: analysis of the methodof calculating fractal gait measures, classification using artificial neural net-works (ANNs) and their usefulness in everyday clinical practice and establish-ing a minimum set of parameters reflecting with sufficient clinical accuracythe change in stroke patients. The study was based on the following datafrom archival records of 50 healthy walkers and 50 stroke patients. The studyshowed that fewer parameters (fractal dimension, Hurst index) allow for betterdescription of the walk. ANNs are able to make an automatic qualitative, notjust quantitative assessment of the walk.

4

Algorytm inspirowany polem walki - połączenie algorytmów numerycznych z ideą roju

Baumgart Jan, Sangho Belco

Studia i Materiały Informatyki Stosowanej

|

2021

|

nr 2

26--31

PL

Artykuł przedstawia przygotowany algorytm na bazie połączenia idei znanych metod numerycznych z metodami opartymi na idei roju. Algorytm został przygotowany z inspiracji polem walki podczas którego w równych odstępach żołnierze przeczesują siły wroga z różnymi prędkościami zależnie od posiadanego orężu a następnie ograniczają zakres pola bitwy. Zaproponowane rozwiązanie wywodzi się właśnie ze zbliżonych założeń. Głównym założeniem pracy było przedstawienie potencjalnego zysku z połączenia metod optymalizacji oraz porównanie metody mieszanej z metodami bazującymi na idei roju pod względem prędkości działania oraz skuteczności odnajdowania optimum globalnego.Algorytm został porównany z dwoma algorytmami metaheurystycznymi pod kątem dokładności odnalezionych rozwiązań oraz prędkości. Zgodnie z wynikami eksperymentów posiada wydajność podobną w porównaniu z innymi algorytmami oraz daje zadowalające efekty w wykorzystaniu.

EN

he article presents prepared algorithm based on the combination of the ideas of known numericalmethods with methods based on the idea of a swarm. The algorithm was prepared inspired by the battlefield,during which, at equal intervals, soldiers scour enemy forces at different speeds depending on the weapon theyhave, and then limit the scope of the battlefield. The proposed solution is based on similar assumptions. Themain assumption of the work was to present the potential profit from the combination of optimization methodsand to compare the mixed method with methods based on the idea of a swarm in terms of operating speed andthe effectiveness of finding the global optimum. The algorithm was compared with two metaheuristic algorithmsin terms of the accuracy of the solutions found and speed. According to the results of the experiments, it hasa similar performance compared to other algorithms and gives satisfactory results in use.

5

Mobilne zarządzanie wynajmowaniem mieszkań. Aplikacja na platformę Android z wykorzystaniem Node.js oraz MySQL

Sangho Belco, Królikowski Zbyszko

Studia i Materiały Informatyki Stosowanej

|

2020

|

nr 1

15--21

PL

Urządzenia mobilne pozwalają na kreowanie aplikacji opierających się na ciągłej dostępności do Internetu i użytkownika, umożliwiając wprowadzenie na nowy poziom wcześniej istniejących koncepcji. Celem tego badania jest program, który umożliwi zarządzanie najmem mieszkań, automatyzację opłat oraz komunikację wynajmującego z lokatorami, jednocześnie znajdując się w zasięgu ręki. Zostało to zrealizowane przy pomocy aplikacji mobilnej napisanej w środowisku Java, serwera stworzonego przy pomocy środowiska Node.js, oraz bazy danych stworzonej w systemie zarządzania MySQL Workbench. Finalny produkt jest ogromnym ułatwieniem w zarządzaniu mieszkaniami, zarówno dla właściciela jak i lokatora

EN

Mobile devices allow us to create applications based on constant availability of internet and a user, which we can use to improve previously existing ideas. The aim of the study is to create program, capable of helping with rental management, automatic fees and communication between owner and tenant, while safely remaining within reach. Such application was created with a usage of environment Android Studio with help of Java language, while the backend server was made with a JavaScrip runtime environment Node.js, and a database formed in relation database management system MySQL Workbench. Final product is an enormous help with rental management, both for owner and tenant.