Wyniki wyszukiwania - BazTech

1

Overview of optimization methods in diagnostics of analog systems

Bilski A., Bilski P., Wojciechowski J.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2015

|

nr 6

611--617

EN

The paper reviews the application of the optimization methods applied in diagnostics of analog systems. As multiple heuristic classification and regression algorithms are currently used, their parameters must be adjusted to maximize the diagnostic accuracy. First the diagnostic principles are introduced, focusing on the contemporary problems. Then, the most widely used optimization algorithms are classified and briefly described. Their applications to the main diagnostic problems arę discussed as well. The computational example illustrates the implementation of the Tabu Search algorithm to optimize the set of observed nodes in the complex analog circuit.

PL

Przeprowadzono przegląd zastosowań metod optymalizacyjnych w diagnostyce systemów analogowych. Optymalizacja jest stosowana w algorytmach klasyfikacji i regresji do strojenia wartości ich parametrów w celu uzyskania najjlepszej dokładności diagnostyki. Omówiono cele diagnostyki. W systematyzny sposób dokonano przeglądu problemów współczesnej diagnostyki. Przeprowadzono klasyfikację najczęściej stosowanych algorytmów i wskazano ich zastosowania. Ilustracyjny przykład pokazuje zastosowanie metody Tabu Search dla wyboru węzłów diagnostycznych, gwarantującego dostatecznie wysoką jakość diagnostyki.

2

An unsupervised learning method for comparing the quality of the soft computing algorithms in analog systems diagnostics

Bilski P.

Przegląd Elektrotechniczny

|

2010

|

R. 86, nr 11a

242-247

EN

The paper presents the method of assessing the difficulty of the analog system for the diagnostics using soft computing algorithms. As the latter exploit knowledge from data sets obtained from simulations of the diagnosed systems, the method estimates the diagnostic difficulty of the system based on the data set analysis. This allows comparison of various systems and diagnostic methods. The versatile method of the data sets’ difficulty based on the graph clustering algorithm is proposed and explained. It is applied to test fuzzy logic and rough sets against the sixth order Butterworth lowpass filter. Conclusions and future prospects supplement the paper.

PL

W artykule przedstawiono metodę oceny trudności diagnostyki systemów analogowych opartej na metodach sztucznej inteligencji. Wykorzystuje ona zbiory danych uzyskiwane w wyniku symulacji diagnozowanych systemów. Możliwe jest dzięki temu porównywanie różnych systemów oraz metod diagnostycznych. Przedstawiona jest metoda oceny oparta na clusteringu grafowym. Następnie przedstawione jest jej wykorzystanie do porównania wyników diagnostyki filtru dolnoprzepustowego Butterwortha szóstego rzędu przy użyciu zbiorów przybliżonych oraz logiki rozmytej. Na końcu umieszczono wnioski oraz rozważania na temat zastosowań metody.

3

A graph clustering-based method of the assessment of rough sets efficiency in the diagnostics of analog systems

Bilski P., Wojciechowski J.

Elektronika : konstrukcje, technologie, zastosowania

|

2009

|

Vol. 50, nr 4

32-37

EN

The paper presents the method of analyzing the rough-sets based diagnostic module using the graph clustering algorithm. The former is used to extract knowledge from the learning data set and use it to process the testing data set. The latter is used to find dependencies in sets that make diagnostic process difficult. This way the information about the structure of the set influencing diagnostic efficiency is obtained. Both algorithms are tested on the example of the electronic circuit - the fifth order lowpass Butterworth filter. Analysis of the algorithms efficiency is performed and remarks for the future applications presented.

PL

W artykule przedstawiono opartą na grupowaniu grafowym analizy modułu diagnostyki systemów analogowych wykorzystującego zbiory rozmyte. Te ostatnie są wykorzystane do budowy modułu diagnostycznego poprzez uzyskanie wiedzy (w postaci reguł), która stosowana jest do analizy zbioru testowego. Grupowanie grafowe zostało użyte do znalezienia w zbiorach zależności pomiędzy przykładami należącymi do różnych kategorii, co utrudnia poprawną klasyfikację uszkodzeń. Dzięki temu możliwa jest ocena efektywności modułu diagnostycznego. Oba algorytmy zostały przetestowane na filtrze dolnoprzepustowym Butterwortha piątego rzędu. Przedstawiono przebieg weryfikacji skuteczności procesu diagnostycznego oraz wyciągnięto wnioski odnośnie przewidywanych zastosowań praktycznych podejścia.