PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  algorytm świetlika
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Gravity inversion of basement relief using imperialist competitive algorithm with hybrid techniques
Joolaei Amir, Arab Amiri-Alireza, Nejati Ali
Acta Geophysica
|
2022
|
Vol. 70, no 6
2629--2646
EN
Classically, local deterministic optimization techniques have been employed to solve such nonlinear gravity inversion problem. Nevertheless, local search methods can also be easily implemented and demonstrate higher rates of convergence; but in highly nonlinear cases such as geophysical problems, they require a reliable initial model which should be adequately close to the true model. Recently, global optimization methods have shown promising results as an alternative to classical inversion methods. Each of the global optimization algorithms has unique benefits and faults; therefore, applying different combinations of them is one of the proposed solutions for overcoming their distinct limitations. In this research, the design and implementation of the hybrid method based on a combination of the imperialist competitive algorithm (ICA) and firefly algorithm (FA) as tools of two-dimensional nonlinear modeling of gravity data and as a substitute for the local optimization methods were investigated. Hybrid of ICA and FA algorithm (known as ICAFA) is a modified form of the ICA algorithm based on the firefly algorithm. This modification results in an increase in the exploratory capability of the algorithm and improvement of its convergence rate. This inversion technique was first successfully tested on a synthetic gravity anomaly originated from a simulated sedimentary basin model both with and without the presence of white Gaussian noise (WGN). At last, the method was applied to the Bouguer anomaly from a real gravity profile in Moghan sedimentary basin (Iran). The results of this modeling were compatible with previously published works which consisted of both seismic analysis and other gravity interpretations. In order to estimate the uncertainty of solutions, several inversion runs were also conducted independently and the results were in line with the final solution.
2
Analiza wybranych rojowych algorytmów optymalizacji w zagadnieniach planowania sieci WLAN
Pieprzycki A., Ludwin W.
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2017
|
nr 6
307--310, CD
PL
Celem artykułu było sprawdzenie i porównanie metod optymalizacji inspirowanych naturą w zadaniu planowania sieci łączności bezprzewodowej. Analizie poddano algorytmy rojowe, a uzyskane za ich pomocą wyniki porównano z wynikami modelu empirycznego.
EN
The aim of this article was to examine and compare optimization methods inspired by nature in the task of planning wireless networks. Analyzed swarm algorithms, and obtained numerical results were compared with the results of empirical model as well.
3
Content available Optimization of complex systems reliability by firefly algorithm
Kwiecień J., Filipowicz B.
Eksploatacja i Niezawodność
|
2017
|
Vol. 19, no. 2
296--301
PL
Algorytmy bazujące na inteligencji stadnej są coraz częściej stosowane w problemach niezawodności systemów. Artykuł prezentuje zastosowanie algorytmu świetlika do optymalizacji niezawodności dwóch systemów: mostkowego i 10-elementowego, z wykorzystaniem metod zbioru minimalnych ścieżek, minimalnych cięć oraz metody dekompozycji. Uzyskane rezultaty zostały przedstawione i porównane z dostępnymi danymi literaturowymi.
EN
Algorithms based on swarm intelligence are more and more frequently applied to problems of systems reliability. The article presents the application of a firefly algorithm to the reliability optimization of two systems: bridge and 10-unit, with minimal paths set, minimal cuts set and decomposition methods. The obtained results are presented and compared with the available literature data.
4
Content available remote Artifacts removal from EEG signal: FLM optimization-based learning algorithm for neural network-enhanced adaptive filtering
Quazi M. H., Kahalekar S. G.
Biocybernetics and Biomedical Engineering
|
2017
|
Vol. 37, no. 3
401--411
EN
Electroencephalogram (EEG) denotes a neurophysiologic measurement, which observes the electrical activity of the brain through making a record of the EEG signal from the electrodes positioned on the scalp. The EEG signal gets mixed with other biological signals, called artifacts. Few artifacts include electromyogram (EMG), electrocardiogram (ECG) and electrooculogram (EOG). Removal of artifacts from the EEG signal poses a great challenge in the medical field. Hence, the FLM (Firefly + Levenberg Marquardt) optimization-based learning algorithm for neural network-enhanced adaptive filtering model is introduced to eliminate the artifacts from the EEG. Initially, the EEG signal was provided to the adaptive filter for yielding the optimal weights using the renowned optimization algorithms, called firefly algorithm and LM. These two algorithms are effectively hybridized and applied to the neural network to find the optimal weights for adaptive filtering. Then, the designed filtering process renders an improved system for artifacts removal from the EEG signal. Finally, the performance of the proposed model and the existing models regarding SNR, computation time, MSE and RMSE are analyzed. The results conclude that the proposed method achieves a high SNR of 42.042 dB.
5
Content available remote Algorytmy stadne w optymalizacji strukturalnej systemów niezawodnościowych
Kwiecień J., Filipowicz B.
Przegląd Elektrotechniczny
|
2014
|
R. 90, nr 6
195--197
PL
W artykule przedstawiono zastosowanie algorytmów pszczelich i świetlika do wyznaczenia optymalnej struktury serwisu technicznego, w celu zapewnienia jego niezawodności oraz zminimalizowania kosztów związanych z jego funkcjonowaniem. Przedstawiono i porównano wyniki badań dla wybranych wygenerowanych problemów.
EN
This paper present the use of bee algorithms and firefly algorithm to determine the optimal structure of technical service, in order to ensure its reliability and to minimize the costs associated with its operation. The results of experiments for generated test instances are presented.
6
Content available Comparison of firefly and cockroach algorithms in selected discrete and combinatorial problems
Kwiecień J., Filipowicz B.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2014
|
Vol. 62, nr 4
797--804
EN
In recent years, newer algorithms inspired by nature have been created and used to solve various problems. Therefore, in the paper we present the application of firefly and cockroach algorithms to optimize two queueing systems and permutation flow shop problems with the objective of minimizing the makespan. The article briefly describes these algorithms to solve selected problems and their results. Because these algorithms were originally developed for continuous optimization problems, we introduce a new formula to transform the position of ith individual to solve the discrete problems.
7
Application of the firefly algorithm to optimize the fuzzy controller settings in the overhead crane
Kawlewski K.
Modelling and Optimization of Physical Systems
|
2013
|
z. 12
39--42
EN
This paper presents use of firefly algorithm to optimize pararneters of crane fuzzy logic controller to reduce the swing of payload. The results obtained during the optimization were compared with the results obtained using genetic algorithms. Has been shown a high efficiency and speed in achieving the optimal values of the fuzzy logic controller parameters based on the optimization process using firefly algorithm.
PL
W artykule przedstawiono zastosowanie algorytmu świetlika do optymalizacji nastaw regulatora rozmytego suwnicy w celu zmniejszenia kołysania ładunku. Wyniki otrzymane podczas optymalizacji porównano z rezultatami uzyskanymi za pomocą algorytmów ewolucyjnych. Wykazano dużą efektywność oraz szybkość w uzyskiwaniu wartości nastaw w oparciu o proces optymalizacji za pomocą algorytmu świetlika.
8
Content available Joint optimization of redundancy and maintenance staff allocation for multi-state series-parallel systems
Liu Y., Huang H. Z., Wang Z., Li Y. F., Zhang X. L.
Eksploatacja i Niezawodność
|
2012
|
Vol. 14, No. 4
312-318
EN
Multi-state system (MSS), as a kind of complex system consisting of elements with different performance levels, widely exists in engineering practices. In this paper, redundancy and maintenance staff allocation problems for repairable MSS with series-parallel configuration are considered simultaneously. The traditional redundancy allocation problem (RAP) for MSS always assumes that maintenance resources are unlimited. However in many practical situations, maintenance resources are limited due to the budget and/or time. To maximize the system availability under a certain demand, there are two feasible ways: (1) designing an optimal system configuration with available elements, and (2) allocating more maintenance staffs to reduce waiting time for repair. With the assistance of Markov queue model, the availabilities of identical version elements with the pre-assigned number of maintenance staffs can be evaluated. The universal generation function (UGF) is employed to assess the availability of entire MSS under a certain demand. Two optimization formulas considering the limited maintenance resources are proposed. One regards the limitation of maintenance resources as a constraint, and the other considers minimizing the total system cost including both the system elements and maintenance staff fees. The system redundancy and staffs allocation strategies are jointly optimized under required availability. A numerical case is presented to illustrate the efficiency of the proposed models. The Firefly Algorithm (FA), which is a recently developed metaheuristic optimization algorithm, is employed to seek the global optimal strategy.
PL
Systemy wielostanowe (multi-state systems, MSS), stanowiące typ złożonych systemów zbudowanych z elementów o różnym poziomie wydajności, znajdują szerokie zastosowanie w praktyce inżynierskiej. W prezentowanej pracy podjęto rozważania łączące zagadnienia alokacji nadmiarowości oraz alokacji pracowników służb utrzymania ruchu w naprawialnych systemach MSS o konfiguracji szeregowo-równoległej. Tradycyjnie ujmowane zagadnienie alokacji nadmiarowości (redundancy allocation problem, RAP) w systemach MSS zawsze zakłada, że środki obsługi są nieograniczone. Jednakże w wielu sytuacjach praktycznych, środki obsługi mogą być ograniczone budżetem i/lub czasem. Istnieją dwa możliwe sposoby maksymalizacji gotowości systemu przy określonym zapotrzebowaniu użytkowników: (1) zaprojektowanie optymalnej konfiguracji systemu z wykorzystaniem dostępnych elementów oraz (2) alokowanie większej liczby pracowników obsługi w celu zmniejszenia czasu oczekiwania na naprawę. Dostępność jednakowych wersji elementów przy wcześniej określonej liczbie pracowników obsługi oceniano za pomocą modelu kolejek Markowa. Uniwersalną funkcję generacyjną (UGF) wykorzystano do oceny gotowości całego systemu MSS przy określonym zapotrzebowaniu. Zaproponowano dwa równania optymalizacyjne uwzględniające ograniczone środki obsługi. W jednym z nich ograniczoność środków obsługi potraktowano jako ograniczenie (constraint), natomiast drugie równanie dotyczyło minimalizacji całkowitych kosztów systemu włącznie z kosztami elementów systemu oraz płacą pracowników służb utrzymania ruchu. Strategie alokacji nadmiarowości systemu oraz alokacji pracowników poddano jednoczesnej optymalizacji z uwzględnieniem wymaganej gotowości. Wydajność proponowanych modeli zilustrowano przykładem numerycznym. Poszukiwania optymalnej strategii globalnej prowadzono przy pomocy niedawno opracowanego metaheurystycznego algorytmu optymalizacyjnego znanego jako algorytm świetlika (Firefly Algorithm, FA).
9
Content available Algorytmy stadne w problemach optymalizacji
Filipowicz B., Kwiecień J.
Pomiary Automatyka Robotyka
|
2011
|
R. 15, nr 12
152-157
PL
W artykule przedstawiono zastosowanie algorytmu optymalizacji rojem cząstek, algorytmu pszczelego i algorytmu świetlika do wyznaczenia optymalnego rozwiązania wybranych testowych funkcji ciągłych. Przedstawiono i porównano wyniki badań dla funkcji Rosenbrocka, Rastrigina i de Jonga.
EN
This paper presents particle swarm optimization, bee algorithm and firefly algorithm, used for optimal solution of selected continuous well-known functions. Results of these algorithms are compared to each other on Rosenbrock, Rastrigin and de Jong functions.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.