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

Znaleziono wyników: 6

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Porównanie algorytmu selekcji klonalnej i algorytmu ewolucyjnego w zadaniu optymalizacji korpusu wrzeciennika frezarki
Wilk P.
Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska
|
2014
|
nr 1
43--54
PL
W artykule przedstawiono porównanie algorytmu ewolucyjnego i algorytmu selekcji klonalnej w zadaniu doboru grubości ścian korpusu wrzeciennika frezarki pionowej. Obliczenia przeprowadzono dla różnych nastaw parametrów rozpatrywanych algorytmów optymalizacyjnych. W obu przypadkach zastosowano kryteria sztywności statycznej i masy, które posłużyły do sformułowania funkcji oceny zgodnie z metodą ważonego sumowania kryteriów.
EN
The article presents example of use the clonal selection algorithm and evolutionary algorithm to selection of walls thickness of fixed headstock. Described is the way of modelling the headstock in FEM connection. The criterions of stiffness and mass were applied in both algorithms. These criterions were used to compute of evaluated function by weighed sum method. The results of clonal selection and algorithm evolutionary algorithm are presented.
2
Content available Algorytm selekcji klonalnej w zastosowaniu do strojenia regulatorów rozmytych
Mrozek B.
Pomiary Automatyka Robotyka
|
2010
|
R. 14, nr 2
579-587
PL
Algorytmy immunologiczne odwzorowują procesy adaptacji i zróżnicowane możliwości działania naturalnego systemu immunologicznego. Selekcja klonalna jest jednym z naturalnych procesów naturalnego systemu immunologicznego, które najczęściej są odwzorowywane w algorytmach. Algorytm selekcji klonalnej jest stosowany w zadaniach optymalizacji. Opisano implementację algorytmu selekcji klonalnej CLONAG w wersji dla rozwiązywania zadań optymalizacji. Przedstawiono wnioski z wykonanych testów symulacyjnych porównania algorytmu selekcji klonalnej i algorytmu genetycznego dostępnego bibliotece MATLAB-a Genetic Algorithm and Direct Search Toolbox w zastosowaniu do doboru parametrów regulatora PID.
EN
In this paper, the application of the clonal selection has been used to solve optimization problems. A computational implementation of the algorithm of clonal selection, named CLONALG [1] is adapted to solve optimization tasks. This algorithm was employed to design PID fuzzy logic controller for chosen testing object, described by the transfer function. The genetic algorithm, implemented in Genetic Algorithm and Direct Search Toolbox was used also for tuning the tree PID gains for fuzzy controller. The results of applications both algorithms used for tuning the designed fuzzy controller, based on defined quality index is compared.
3
Zdecentralizowany algorytm selekcji klonalnej w rozwiązywaniu problemów optymalizacji dyskretnej
Święcicki M.
Zeszyty Naukowe. Automatyka / Politechnika Śląska
|
2008
|
z. 151
233-242
PL
Artykuł ten przedstawia zdecentralizowany algorytm selekcji klonalnej, który jest algorytmem skalowanym. W pracy tej pokazano, że zaproponowane mechanizmy przetwarzania i zdecentralizowana architektura przedstawionego algorytmu, składająca się z węzłów obliczeniowych, jest architekturą skalowaną, która może być stosowana w rozproszonych środowiskach obliczeniowych, takich jak klastry lub środowiska typu Grid.
EN
In this article we have presented a mechanism of antigen transformation as it occurs in the natural system. Using this mechanism as a base the article has defined paradigms which were used to determine algorithm decentralized clonal selection. The achievements results have been shown that the proposed mechanisms and the decentralized architecture consisting of computational nodes is calibrated and it can be successfully used in the distributed computational environments such as Grid and Clusters systems.
4
Clonal selection algorithm with binary representation of solutions for non-stationary optimization tasks
Trojanowski K., Matusik G.
Prace Naukowe Politechniki Warszawskiej. Elektronika
|
2008
|
z. 165
229-236
EN
Non-stationary optimization with the immune based algorithms is studied in this paper. The algorithm works with a binary representation of solutions. A set of different types of binary mutation is proposed and experimentally verified. The mutations differ in the way of calculation of the number of bits to be mutated. Obtained results allow to indicate the leading formulas of calculation.
5
Optymalizacja wymiarów korpusu wrzeciennika frezarki z wykorzystaniem algorytmu selekcji klonalnej
Wilk P.
Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska
|
2008
|
nr 3
61-70
PL
W artykule przedstawiono przykład wykorzystania algorytmu selekcji klonalnej w zadaniu doboru grubości ścian korpusu wrzeciennika frezarki pionowej. Zaprezentowano porównanie wyników otrzymanych za pomocą algorytmu selekcji klonalnej i algorytmu ewolucyjnego. W obu przypadkach zastosowano kryteria sztywności i masy, które posłużyły do sformułowania funkcji przystosowania zgodnie z metodą ważonego sumowania kryteriów.
6
Immune K-Means : a novel immune algorithm for data clustering and multiple-class discrimination
Bereta M., Burczyński T.
Prace Naukowe Politechniki Warszawskiej. Elektronika
|
2006
|
z. 156
49-60
EN
This paper presents a novel approach to data clustering and multiple-class classification problems. The proposed method is based on a metaphor derived from immune systems, the clonal selection paradigm. A novel clonal selection algorithm - Immune K-Means, is proposed. The proposed system is able to cluster real valued data efficiently and correctly, dynamically estimating the number of clusters. In classification problems discrimination among classes is based on the k-nearest neighbor method. Two different types of suppression are proposed. They enable the evolution of different populations of lymphocytes well suited to a given problem : clustering or classification. The first type of suppression enables the lymphocytes to discover the data distribution while the second type of suppression focuses the lymphocytes on the classes' boundaries. Primary results on artificial data and a real-world benchmark dataset (Fisher's Iris Database) as well as a discussion of the parameters of the algorithm are given.
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.