Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule dokonano optymalizacji parametrów napowietrznej linii elektroenergetycznej w celu redukcji rozkładu natężenia pola elektrycznego i magnetycznego przy zastosowaniu algorytmu genetycznego (GA) oraz roju cząstek (PSO). Symulacje rozkładu natężenia pola elektrycznego i magnetycznego wykonano dla różnych wysokości na ścianie szczytowej budynku zlokalizowanego w różnych odległościach od osi linii elektroenergetycznej
EN
The paper presents optimization of line parameters in order to reducing the intensity of the electric and magnetic fields with the use of genetic algorithm (GA) and particle swarm optimization (PSO). Simulations of the electric and magnetic field intensities have been performed for different heights on a wall of a building located in different distances from the power line.
PL
W artykule rozpatrzono problem kształtowania właściwości materiału o strukturze periodycznej, złożonego z elementów o skali milimetrowej. Elementy tworzone z materiałów przewodzących są umieszczone na podłożu z elastycznego laminatu. Poddano dyskusji właściwości widmowe elementów, przy uwzględnieniu modelu polowego. Określono wpływ parametrów geometrycznych elementu konstrukcyjnego na wartości odwzorowania zakładanej charakterystyki widmowej. Dobór geometrii elementu zrealizowano z użyciem algorytmu inteligentnych rojów.
EN
The paper demonstrates the problem of adjustment of electromagnetic properties of layered material with two-dimensional periodic structure of millimeter-scale components. The conducting paths of the constructed elements are placed on a flexible based layer. The spectral properties of the structure are shaped by the subtle modification of the geometry of components. The relation between different configurations of the component and their electric properties is determined. The presented problem is solved using particle swarm optimization algorithm.
PL
W artykule przedstawiono optymalizację parametrów linii w celu minimalizacji wartości natężenia pola elektrycznego pod napowietrzną linią elektroenergetyczną przy pomocy algorytmu genetycznego (AG) oraz roju cząstek (PSO). Uwzględnia się zmienność rozkładu ładunków wzdłuż przewodów linii oraz zwis przewodów, który aproksymuje się krzywą łańcuchową. W obliczeniach wykorzystano metodę ładunków symulacyjnych (CSM) oraz metodę odbić zwierciadlanych. Przykładowe obliczenia w układzie trójwymiarowym wykonano dla linii jednotorowej 220 kV. Dokonano porównania użytych algorytmów optymalizacyjnych.
EN
The paper presents optimization of line parameters aimed at reducing the intensity of the electric field under overhead power line by taking into account the variation of charge distribution along the conductors as well as sag of overhead line with the use of genetic algorithm (AG) and particle swarm optymalization (PSO). The conductor sag was approximated by chain curve. The charge simulation method (CSM) and the method of images were used in the simulations. Sample calculations in a three-dimensional system were made for 220 kV single - circuit transmission line. A comparison of used optimization algorithms was made.
4
Content available remote Modelowanie krzywizny układu geometrycznego toru z wykorzystaniem algorytmu PSO
PL
W artykule przedstawiono metodę projektowania układu geometrycznego toru kolejowego opartą na zastosowaniu sześciennych krzywych C-Bezier do opisu krzywizny. Punkty kontrolne krzywej Bezier wyznaczane są w procesie optymalizacji za pomocą algorytmu roju cząstek (Particle Swarm Optimization). Jako kryterium optymalizacji przyjęto minimalizację oddziaływań dynamicznych występujących w układzie tor-pojazd przy spełnieniu warunków geometrycznych wynikających z założeń projektowych.
EN
A method of railway track geometrical layout design, based on application of cubic C-Bezier curves to describe the layout curvature has been presented in the article. The control points of a cubic C-Bezier curve have been obtained as a result of an optimization process carried on using Particle Swarm Optimization algorithm. The optimization criteria have been based on the evaluation of the dynamic interactions and fulfillment of geometrical design conditions.
PL
W artykule zaprezentowano dwa stosunkowo nowe algorytmy stosowane do optymalizacji bez ograniczeń funkcji jednej lub wielu zmiennych. Są to algorytmy: ewolucji różnicowej oraz roju cząstek. Przedstawiono w skrócie cechy charakterystyczne algorytmów, najważniejsze informacje dotyczące zasad ich działania. Ponadto opisano sposób ich badania, mający na celu ocenę skuteczności tych algorytmów. Zamieszczono wyniki badań dotyczące kilku wybranych funkcji testowych oraz sformułowano uwagi dotyczące porównania skuteczności badanych metod.
EN
The paper presents two relatively new algorithms used for optimisation without limitations of single- or multi-variable functions. They are algorithms of differential evolution and particle swarm optimisation. The paper describes characteristic features of the two algorithms and provides vital information about their functioning. Moreover, the paper presents methods used to estimate the algorithm effectiveness. The comparison of efficiency was conducted on the basis of several specially selected test functions. The functions can be found in [5]. The optimum point is known for these functions. For each of the functions, numerous optimisations using various sequences of pseudorandom numbers were conducted [1]. The examination results for a few test function are given and the effectiveness of the tested methods is discussed. The algorithm of the differential evolution method is more reliable than that of the particle swarm method because the latter is often ineffective with multi-variable functions.
PL
W opracowaniu zaprezentowano metodę tłumienia listków bocznych w charakterystyce promieniowania nierównomiernie rozmieszczonych układów antenowych, Do określenia rozmieszczenia elementów w równomiernie zasilanym układzie antenowym, zastosowano algorytm roju cząstek (ang. Particle Swarm Optimization PSO) w połączeniu z ogólną metodą gradientową. Analizowane były układy symetryczne złożone ze źródeł izotropowych z pominięciem sprzężeń międzyelementowych. Zaprezentowano dwa przykłady charakterystyk promieniowania układów antenowych o parzystej liczbie elementów.
EN
An approach of sidelob suppressing in radiation pattern of unequally spaced array antennas is presented in this paper. The Particle Swarm Optimization (PSO) algorithm in combination with gradient methods was applied to determine elements positions in uniformly excited array. Presented approach is based on symmetric and ideal ar-rays of isotropic radiators without mutual coupling. A few results of radiation patterns produced tram arrays with even number of elements were presented.
PL
Niniejszy artykuł przedstawia zastosowanie algorytmu Particle Swarm Optimization do identyfikacji sposobu rozmywania w modelach o strukturze TSK. Omówiona została identyfikacja modelu TSK przy wykorzystaniu regresji liniowej do otrzymania współczynników funkcji następnika, oraz różnych algorytmów ewolucyjnych do optymalizacji sposobu rozmywania modelu. Porównano rezultaty otrzymane przy pomocy klasycznego algorytmu genetycznego oraz algorytmu PSO. Przedstawiono przykład identyfikacji modelu siłownika pneumatycznego.
EN
This paper presents identification of fuzzyfication part of TSK model using Particle Swarm Optimization algorithm. Estimation of conclusion parameters with LS method and fuzzyfication parameters with different evolutionary algorithms is described. Comparison between results received with classic genetic algorithm and PSO algorithm is given. As an example identification of pneumatic drive is presented.
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.