Wyniki wyszukiwania - BazTech

1

Comparison of certain evolution-inspired algorithms

Kluger Roman

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2023

|

z. 176

263--275

EN

Purpose: This paper aims at making a comparison of three optimization algorithms - standard Genetic Algorithm and its two modifications: Extended Compact Genetic Algorithm and Population-based Incremental Learning. Design/methodology/approach: To reach the objectives of the paper the solver based on algorithms was developed. Certain test functions were applied to test them and evaluate their performance. Findings: Modifications of Genetic Algorithm reach optimal values faster and more precisely. Research limitations/implications: Problem of optimization of certain cost functions frequently occurs in many management problems of organizing the optimal workflow in organizations. It can be used also in engineering problems of designing optimal devices at lowest possible cost. Practical implications: One can optimize function faster using discussed algorithms than by using standard evolutionary algorithm. Originality/value: The paper shows results of comparisons of three algorithms, discusses how tuning meta parameters helps to increase their efficiency and accuracy.

2

The simplest option valuation genetic algorithm model – NASDAQ case study

Małecka Joanna, Vila Biglieri Jorge

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2021

|

Nr 83

63--80

EN

The capital market is the meeting place of supply and demand. The profit orientation possible through the stock market stimulates two processes: 1) buying or 2) selling financial instruments – a long or short option. Investing is a process accompanied by fluctuations – often of <1% per day. Hence, individual investors look for alternatives, which include deriv-atives that fluctuate up to 100% per day. Therefore, the need was perceived to develop an instrument – a valuation tool – to help individual investors make investment decisions. The Black-Scholes Model (BSM) uses six independent variables. It was therefore decided to com-pile an alternative valuation model based on the Genetic Algorithm (GA) on the strength of companies listed on NASDAQ: FaceBook, Apple, Amazon, Netflix and Google (so-called FAANG companies), using Eureqa GA software. The purpose of this paper is to present the results of a study that attempts to develop a more efficient option pricing model by comparing the accuracy of the Genetic Algorithm (GA) and the Black-Scholes Model (BSM) and evaluating gaps in underlying price movements. The comparison of the genetic algorithm with the traditional Black-Scholes option pricing model led to the development of a new linear investment model – investors can make predictions using one variable – the share price, which should significantly optimise strategic investment decisions. The presented model is characterised by higher investment efficiency, especially important for individual investors, who usually are not able to achieve the profit scale effect based on the value of a retail investment portfolio.

PL

Rynek kapitałowy jest miejscem spotkania podaży i popytu. Orientacja na zysk, możliwy do osiągnięcia za pośrednictwem giełdy stymuluje dwa procesy: 1) kupno instrumentów finansowych lub 2) ich sprzedaż, czyli długą lub krótką opcję. Inwestowanie to proces, któremu towarzyszą wahania – często na poziomie <1% dziennie. Stąd inwestorzy indywidualni poszukują rozwiązań alternatywnych, do których należą instrumenty pochodne, dziennie oscylujące nawet o 100%. Dlatego dostrzeżono potrzebę opracowania instrumentu – narzędzia wyceny – ułatwiającego inwestorom indywidualnym podejmowanie decyzji inwestycyjnych. Wykorzystywany model Blacka-Scholesa (BSM) stosuje sześć zmiennych niezależnych. Zdecydowano skompilować alternatywny model wyceny bazujący na algorytmie genetycznym (GA) na podstawie indeksów spółek notowanych na NASDAQ: Facebook, Apple, Amazon, Netflix i Google (tzw. spółki FAANG), przy zastosowaniu oprogramowania Eureqa GA. Celem artykułu jest prezentacja wyników badań będących próbą opracowania skuteczniejszego modelu wyceny opcji przez porównanie dokładności algorytmu genetycznego (GA) i Blacka-Scholesa (BSM) oraz ewaluacji luk w ruchach cen instrumentów bazowych. Komparacja algorytmu genetycznego z tradycyjnym modelem wyceny opcji Blacka-Scholesa pozwoliła na opracowanie nowego modelu inwestycyjnego o charakterze liniowym – inwestorzy mogą dokonywać prognoz za pomocą tylko jednej zmiennej – ceny akcji, co znacznie powinno zoptymalizować podejmowanie strategicznych decyzji inwestycyjnych, bowiem presja zakupowa powoduje szybki wzrost cen instrumentów bazowych, co implikuje niechęć właścicieli opcji do sprzedaży instrumentów pochodnych w momentach wzrostów ujemnych. Prezentowany model charakteryzuje większa skuteczność inwestycyjna, szczególnie istotna dla indywidualnych inwestorów, którzy zazwyczaj nie są w stanie osiągnąć efektu skali zysku na podstawie wartości detalicznego portfela inwestycyjnego.

3

System regulacji przepływu wody chłodzącej bloku kondensacyjnego zapewniający poprawę sprawności układu

Dobkiewicz-Wieczorek Ewa

Rynek Energii

|

2021

|

Nr 6

60--65

PL

Przeprowadzone dotychczas badania wskazały na możliwość poprawy sprawności netto bloku kondensacyjnego poprzez zmianę wydajności pomp wody chłodzącej dla niskich obciążeń turbiny. Celem pracy było zaproponowanie aplikacji dostępnej dla obsługi, która wsparłaby ją w optymalnym prowadzeniu bloku w kontekście układu wody chłodzącej. Na podstawie wcześniej wyznaczonych równań, w komercyjnych narzędziach Valmet, wykonano program służący do obliczania bilansu cieplnego bloku i parametrów układu wody chłodzącej. Zaproponowano wykorzystanie algorytmów genetycznych do rozwiązania zadań optymalizacji. Przedstawiono wykonany interfejs operatorski i omówiono jego podstawowe funkcje.

EN

The studies have been carried out confirmed the possibility of improving the net efficiency of the condensing unit by changing the cooling water pumps load for low turbine loads. This paper presents a sample application dedicated to the maintenance staff that would support them in optimal unit leading in the context of the cooling water system. Based on previously determined equations, software was developed in commercial Valmet tools. Program calculates the heat balance of a block and parameters of the cooling water system. It was proposed to use genetic algorithms to solve optimization problems. The operator interface is presented, and basic functions are discussed.

4

Direct least squares and derivative-free optimisation techniques for determining mine-induced horizontal ground displacement

Rusek Janusz, Tajduś Krzysztof

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2021

|

Vol. 69, nr 1

art. no. e135840

EN

The paper presents the results of analyses concerning a new approach to approximating trajectory of mining-induced horizontal displacements. Analyses aimed at finding the most effective method of fitting data to the trajectory of mining-induced horizontal displacements. Two variants were made. In the first, the direct least square fitting (DLSF) method was applied based on the minimization of the objective function defined in the form of an algebraic distance. In the second, the effectiveness of differential-free optimization methods (DFO) was verified. As part of this study, the following methods were tested: genetic algorithms (GA), differential evolution (DE) and particle swarm optimization (PSO). The data for the analysis were measurements of on the ground surface caused by the mining progressive work at face no. 698 of the German Prospel-Haniel mine. The results obtained were compared in terms of the fitting quality, the stability of the results and the time needed to carry out the calculations. Finally, it was found that the direct least square fitting (DLSF) approach is the most effective for the analyzed registration data base. In the authors’ opinion, this is dictated by the angular range in which the measurements within a given measuring point oscillated.

5

Archipelag sztucznej inteligencji. Część I

Tadeusiewicz Ryszard

Napędy i Sterowanie

|

2020

|

R. 22, nr 12

26--40

PL

Tytuł tego artykułu może budzić wątpliwości Czytelników. Sztuczna inteligencja? Wiadomo! Ale jakiś archipelag? Już wyjaśniam. Otóż sztuczna inteligencja tylko z nazwy jest dziedziną integralną, jak – nawiązując do tytułu miesięcznika – napędy albo sterowanie. W istocie sztuczna inteligencja to zbiór bardzo różnych metod, które ludzie wymyślili w tym celu, żeby maszyny lepiej zaspokajały ich potrzeby. Te metody w większości nie mają ze sobą nawzajem absolutnie nic wspólnego. Są od siebie odległe i nie ma łatwego sposobu przejścia od jednej z nich do innej. Pozwoliłem sobie porównać tę sytuację do archipelagu wysp.

6

Optimisation of the machining process using genetic algorithm

Čuboňová Nadežda, Dodok Tomáš, Ságová Zuzana

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2019

|

z. 104

15--25

EN

This paper deals with genetic algorithms as an optimisation method and its use for optimisation of the machining process in the CAM system. Tool path verification and optimisation are two best ways of dramatically improving manufacturing operations while saving money with relatively little work. Genetic algorithms can be used for improvement of these operations and considerably reduce length of tool paths leading to the reduction of machine times and optimisation of cutting parameters. Provides the software application created to optimise processes of boring and local milling (Incomplete sentence; what or who provides).

7

The algorithm of multi-objective optimization of PM synchronous motors

Knypiński Łukasz, Nowak Lech

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 4

242--245

EN

This paper presents multi-objective algorithm for optimal designing of permanent magnet synchronous motors. The special attention is paid on the formulation the optimization problem, especially on the correct selection of the partial criteria which constitute multi-objective function and constraints. It is pointed out that connection of multimodal parameter (cogging torque) and unimodal parameter (electromagnetic torque) in one multi-objective compromise function can lead to erroneous operation of optimization algorithm. Therefore, decomposition of the optimization task into two-level is proposed. The optimization calculation has been executed for permanent magnet synchronous motor structure with hybrid excitation system.

PL

W artykule przedstawiono algorytm do optymalizacji magnetoelektrycznych silników synchronicznych. Przedstawiono rozważania dotyczące poprawnego formułowania kompromisowych funkcji celu, w szczególności odpowiedniego doboru kryteriów cząstkowych. Wykazano, że włączenie do kompromisowej funkcji jednocześnie członu reprezentującego elektromagnetyczny moment użyteczny i moment zaczepowy może prowadzić do błędnego działania algorytmu optymalizacji. Zaproponowano dekompozycję zadania optymalizacji na dwa etapy. Przedstawiono i omówiono wybrane wyniki obliczeń optymalizacyjnych dla magnetoelektrycznego silnika synchronicznego z hybrydowym układem wzbudzenia.

8

Multiobjective optimization of multipass turning machining process using the Genetic Algorithms solution

Amiolemhen Patrick Ejebheare, Eseigbe Joshua Ahurome

Journal of Mechanical and Energy Engineering

|

2019

|

Vol. 3, No 2

97--108

EN

The study involves the development of multi-objective optimization model for turning machining process. This model was developed using a GA - based weighted-sum of minimum production cost and time criteria of multipass turning machining process subject to relevant technological/practical constraints. The results of the single-objective machining process optimization models for the multipass turning machining process when compared with those of multi-objective machining process model yielded the minimum production cost and minimum production time as $5.775 and 8.320 min respectively (and the corresponding production time and production cost as 12.996 min and $6.992, respectively), while those of the multi-objective machining process optimization model were $5.841and 9.097 min. Thus, the multi-objective machining process optimization model performed better than each of the single-objective model for the two criteria of minimum production cost and minimum production time respectively. The results also show that minimum production time model performs better than the minimum production cost model. For the example considered, the multi-objective model gave a lower production time of 30.0% than the corresponding production time obtained from the minimum production cost model, while it gave a lower production cost of 16.46% than the corresponding cost obtained by the minimum production time model.

9

Genetic algorithms solution to the single-objective machining process optimization time model

Amiolemhen Patrick, Eseigbe Joshua

Journal of Mechanical and Energy Engineering

|

2019

|

Vol. 3, No 1

13--23

EN

Minimum Production Time model of the machining process optimization problem comprising seven lathe machining operations were developed using Genetic Algorithms solution method. The various cost and time components involved in the minimum production cost and minimum production time criteria respectively, as well as all relevant technological/practical constraints were determined. An interactive, user-friendly computer package was then developed in Microsoft Visual Basic.Net environment to implement the developed models. The package was used to determine optimal machining parameters of cutting speed, feed rate and depth of cut for the seven machining operations with twenty-three technological constraints in the conversion of a cylindrical metal bar stock into a finished machined profile. The result of the single-objective machining process optimization models shows that the minimum production time is 21.84 min.

10

Genetic minimisation of peak-to-peak level of a complex multi-tone signal

Chruszczyk Ł.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2019

|

Vol. 67, nr 3

621--629

EN

This paper presents results of evolutionary minimisation of peak-to-peak value of a?multi-tone signal. The signal is the sum of multiple tones (channels) with constant amplitudes and frequencies combined with variable phases. An exemplary application is emergency broadcasting using widely used analogue broadcasting techniques: citizens band (CB) or VHF FM commercial broadcasting. The work presented illustrates a?relatively simple problem, which, however, is characterised by large combinatorial complexity, so direct (exhaustive) search becomes completely impractical. The process of minimisation is based on genetic algorithm (GA), which proves its usability for given problem. The final result is a?significant reduction of peak-to-peak level of given multi-tone signal, demonstrated by three real-life examples.

11

Non-dominated sorting tournament genetic algorithm for multi-objective travelling salesman problem

Myszkowski Paweł B., Laszczyk Maciej, Dziadek Kamil

Annals of Computer Science and Information Systems

|

2019

|

Vol. 18

67--76

EN

A Travelling Salesman Problem (TSP) is an NP-hard combinatorial problem that is very important for many real-world applications. In this paper, it is shown, that proposed approach solves multi-objective TSP (mTSP) more effectively than other investigated methods, i.e. Non-dominated Sorting Genetic Algorithm II (NSGA-II). The proposed methods use rank and crowding distance (well-known from NSGA-II), combining those mechanisms in a novel, unique way: competing and co-evolving in the evolution process. The proposed modifications are investigated and verified by the benchmark mTSP instances, and results are compared to other methods.

12

Customized genetic algorithm for facility allocation using p-median

Silva S. D. de S., Costa M. G. F., Costa Filho C. F. F.

Annals of Computer Science and Information Systems

|

2019

|

Vol. 18

165--169

EN

The p-median problem is classified as a NP-hard problem, which demands a long time for solution. To increase the use of the method in public management, commercial, military and industrial applications, several heuristic methods has been proposed in literature. In this work, we propose a customized Genetic Algorithm for solving the p-median problem, and we present its evaluation using benchmark problems of OR-library. The customized method combines parameters used in previous studies and introduces the evolution of solutions in stationary mode for solving PMP problems. The proposed Genetic Algorithm found the optimum solution in 37 of 40 instances of p-median problem. The mean deviation from the optimal solution was 0.002% and the mean processing time using CPU core i7 was 17.7s.

13

A Specialized evolutionary approach to the bi-objective travelling thief problem

Laszczyk Maciej, Myszkowski Paweł B.

Annals of Computer Science and Information Systems

|

2019

|

Vol. 18

47--56

EN

In the recent years, it has been shown that real world-problems are often comprised of two, interdependent subproblems. Often, solving them independently does not lead to the solution to the entire problem. In this article, a Travelling Thief Problem is considered, which combines a Travelling Salesman Problem with a Knapsack Problem. A Non-Dominated Sorting Genetic Algorithm II (NSGA-II) is investigated, along with its recent modification - a Non-Dominated Tournament Genetic Algorithm (NTGA). Each method is investigated in two configurations. One, with generic representation, and genetic operators. The other, specialized to the given problem, to show how the specialization of genetic operators leads to better results. The impact of the modifications introduced by NTGA is verified. A set of Quality Measures is used to verify the convergence, and diversity of the resulting PF approximations, and efficiency of the method. A set of experiments is carried out. It is shown that both methods work almost the same when generic representation is used. However, NTGA outperforms classical NSGA-II in the specialized results.

14

Marszrutyzacja pojazdów dystrybucyjnych: metoda optymalizacji i ocena wpływu zastosowanego sposobu wyznaczania ścieżek w sieci transportowej

Szczepański Emilian

Systemy Logistyczne Wojsk

|

2018

|

Vol. 48, no. 1

300--312

PL

Celem artykułu jest prezentacja metody wyznaczania tras pojazdów dystrybucyjnych i ocena wpływu zastosowanego sposobu wyznaczania ścieżek między węzłami w sieci transportowej.Realizacja celu wymagała sformułowania modelu matematycznego odwzorowującego system dystrybucji ładunków i zadania optymalizacyjnego.Przedstawiono metodę optymalizacyjną opartą o algorytmy genetyczne i modyfikację algorytmu A-star do wyznaczania ścieżek.W artykule porównano wyznaczanie marszrut dla pojazdów dystrybucyjnych z punktu widzenia zastosowanego podejścia do wyznaczania ścieżek.

EN

The aim of the article is to present themethodfordetermining routes of distribution vehicles and to assess the impact of the method used to determine the pathbetween nodes in the transport network. The implementation of the goal required the formulation of a mathematical model of the cargo distribution system and the optimization task. An optimization method based on genetic algorithms as well as modification of A-star forpathfindingwere presented. The articles compare the vehicle routing problem solution from the point of view of the approach used to determine paths.

15

Istotność procesu selekcji przy wykorzystaniu algorytmów genetycznych do diagnostyki cieplno-przepływowej

Drosińska-Komor M., Głuch J.

Przegląd Mechaniczny

|

2018

|

nr 9

55--57

PL

Celem artykułu jest przedstawienie istotności zastosowania procesu selekcji przy diagnozowaniu turbin parowych. Możliwość zastosowania algorytmów genetycznych w diagnostyce cieplno-przepływowej wiąże się z zastosowaniem selekcji występujących parametrów. Proces selekcji jest najtrudniejszy ze względu na liczbę parametrów. Liczba degradujących się parametrów może być różna, tzn. możemy mówić o degradacji jednokrotnej lub wielokrotnej. Degradacje wielokrotne przysparzają najwięcej trudności podczas procesu wyboru odpowiedniego modelu selekcji.

EN

This article is intended to demonstrate the relevance of the selection process in diagnosing steam turbines. The applicability of genetic algorithms in thermal-flow diagnostics is associated with the use of selection, which is the most difficult process due to the number of parameters. The number of degradable parameters can be different, i.e. we can talk about single or multiple degradation. Multiple degradations cause the most difficulties during the process of choosing an appropriate selection model.

16

Algorytmy rozwiązywania problemu kolorowania grafu

Myśliwiec K., Wieczorek B.

Prace Naukowe Politechniki Śląskiej. Elektryka

|

2018

|

z. 1

85--97

PL

Głównym celem pracy było zbadanie algorytmów rozwiązujących problem kolorowania grafu, kolejno: algorytmów zachłannych LF (ang. Largest First) i SFL (ang. Saturated Largest First), algorytmu genetycznego sekwencyjnego oraz równoległego. Ponadto, zaimplementowana została aplikacja działającej w środowisku przeglądarki internetowej pozwalająca na wizualizacje 3D procesu kolorowania grafu wraz z regulacją parametrów grafu (takich jak liczba wierzchołków i gęstość grafu) oraz obserwację uzyskanych wyników (czasu wykonywania algorytmu i liczby dobranych kolorów).

EN

The main aim of the study was to examine four algorithms concerning the graph colouring problem, respectively: LF (Largest First), SFL (Saturated Largest First), genetic algorithm, both sequential and multithreaded. Additionally, an application in a web browser environment was created to 3D visualisation of the graph colouring process allowing adjustment of graph parameters (such as number of vertices and graph density) and observation of the obtained results (execution time and number of colours).

17

Wykorzystanie własnych zasobów obliczeniowych przedsiębiorstwa w procesie planowania produkcji

Dłubacz W., Duda J.

Prace Naukowe Akademii im. Jana Długosza w Częstochowie. Technika, Informatyka, Inżynieria Bezpieczeństwa

|

2018

|

T. 6

355--369

PL

W artykule przedstawiony został nowoczesny system obliczeń rozproszonych, umożliwiający łatwe wykorzystanie dostępnych zasobów obliczeniowych przedsiębiorstwa. Opracowany system pozwala na przygotowanie planów produkcji w oparciu o różne modele matematyczne. Do rozwiązania problemów został wykorzystany rozproszony algorytm genetyczny z różnymi reprezentacjami chromosomu oraz operatorami genetycznymi, dostosowanymi do specyfiki danego problemu. W ten sposób wykazana została uniwersalność zaproponowanego systemu i jego zdolność do rozwiązywania rzeczywistych problemów zarządzania produkcją.

EN

The article presents a modern system of distributed computing, allowing easy use of available computational resources of the company. The developed system allows for the generation of production plans based on various mathematical models. A distributed genetic algorithm with different solution representations and different genetic operators tailored to the specific problem is used to solve the problems. In this way, the universality of the proposed system and its ability to solve real problems of production management were demonstrated.

18

Analiza aerodynamiczna przedniego skrzydła bolidu Formuły Student

Żuk K.

Mechanik

|

2018

|

R. 91, nr 12

1150--1153

PL

Studenckie Koło Naukowe PolSl Racing w sezonie 2018 zaprezentuje nowy samochód wyścigowy z pakietem aerodynamicznym rozbudowanym o przednie oraz tylne skrzydło. Przedstawiono proces projektowania i optymalizacji geometrii przedniego skrzydła nowego bolidu. W analizach użyto narzędzia obliczeniowej mechaniki płynów (CFD). Analiza dwuwymiarowa skrzydła złożonego z dwóch profili pozwoliła na odrzucenie niespełniających wymagań wariantów geometrii. Jej optymalizacji dokonano z użyciem narzędzi optymalizacji algorytmami genetycznymi dostępnych w programie Ansys 18.1. Następnym krokiem było dodanie do geometrii drugiego profilu dodatkowego, zamodelowanie i zoptymalizowanie geometrii dwuwymiarowej skrzydła składającego się z trzech płatów. Analizę trójwymiarową przeprowadzono dla jednego, najlepszego ustawienia profili (wybranego w poprzednim kroku), do którego dodano obracające się koło. Jej celem było sprawdzenie zachowania strugi na całej rozpiętości skrzydła, dobranie odpowiedniej geometrii płyty końcowej oraz zamodelowanie całej geometrii przodu bolidu.

EN

SKN PolSl Racing in the season of 2018 will present a new racing car. One of the changes, comparing to the old car, is development of the aerodynamics and adding front and rear wing. In the herein engineering project is presented the design process of front wing for the car. The analysis was performed with CFD process. Two-dimensional analysis of wing geometry consisting of two airfoils allowed us to reject few variants of geometry which haven’t fulfill the requirements. The optimization of this analysis was performed by using genetic algorithm methods from Ansys 18.1 software. Next step was a two-dimensional analysis and optimization of geometry consisting of three airfoils. The three-dimensional analysis were performed for the best airfoil geometry with added rotating wheel to it selected in previous step. They were processed to examine air stream behavior alongside the wing and for selecting optimal endplate and modelling the geometry of car’s front.

19

Intelligent support of evacuation planning of selected public mass events

Kałkowska J., Pacholski L.

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2017

|

Nr 72

89--98

EN

Due to the topical importance of the acts of terror, contemporary safety engineering must, among others, take on issues concerning the necessity of programming potential emergency evacuations concerning different kinds of mass events. These types of gatherings require preparing evacuation management programs in advance in case threatening information appears. These programs, apart from the conventional solutions based on binary logic and classical combinatorics methods, must also take into account the hybrid and fuzzy character of the course of the emergency evacuation accompanying occurrences. The article presents an example of implementing genetic algorithms, which are recognized as anartificial intelligence method. This example concerns the emergency evacuation of supporters in a stadium football match. The proposed method can also be applied in case of other mass events like: public concerts with the participation of show-business stars and rallies and political demonstrations.

PL

W wyniku analizy aktualnej problematyki związanej z coraz częściej pojawiającymi się aktami terroru, współczesna inżynieria bezpieczeństwa wykorzystuje między innymi wspomaganie programowania potencjalnej konieczności ewakuacji ludności uczestniczącej w różnego typu imprezach masowych. Imprezy te wymagają uprzedniego przygotowania programu zarządzania ewakuacją na wypadek potencjalnego zagrożenia. Takie programowanie, niezależnie od konwencjonalnych rozwiązań bazujących na logice binarnej i klasycznej kombinatoryce, powinny uwzględniać również hybrydowy i rozmyty charakter towarzyszących okoliczności. W artykule przedstawiono przykład wykorzystania algorytmów genetycznych uznawanych za metodę sztucznej inteligencji. Przykład ten dotyczy konieczności przeprowadzenia nagłej ewakuacji uczestników i publiczności meczu piłki nożnej. Proponowana metoda może również zostać wykorzystana w przypadku organizacji innych imprez masowych takich jak: koncerty gwiazd estrady lub mityngi i zorganizowane demonstracje polityczne.

20

Metody sterowania inteligentnego w oprogramowaniu LabVIEW

Lisowski J., Sokołowski Ł.

Zeszyty Naukowe Akademii Morskiej w Gdyni

|

2017

|

nr 98

131--138

PL

W pracy przedstawiono zasady i przykłady trzech najczęściej stosowanych metod sterowania inteligentnego z wykorzystaniem zestawu narzędziowego ICTL (Intelligent Control Toolkit for LabVIEW) – regulatora rozmytego fuzzy logic FLC, regulatora neuronowo-rozmytego NF oraz programowania genetycznego GA.

EN

The paper presents the principles and examples of the three most commonly used methods of intelligent control using the toolkit ICTL (Intelligent Control Toolkit for LabVIEW) – fuzzy controller FLC fuzzy logic, neuro-fuzzy regulator NF and genetic programming GA.