The article presents the premises of the application for locating energy storage devices in the HV power grid. The substation number to which it is to be connected and the value of its power are defined as the storage location. The connected energy storage devices are designed to increase the total capacity of the connected renewable energy sources without compromising any technical constraints of the power grid. The location problem is defined as the process of optimisation with nonlinear constraints implemented in the MATLAB environment, using the application for calculating power distribution. In order to compare the locations with each other, a fixed sum of absolute values of the storage devices’ capacity was assumed. Evolutionary algorithms were used to implement the optimisation process. Due to the non-linearity of constraints, a new function of creating the initial population and eight genetic operators were designed. Most of the tests were carried out in two versions, with and without energy storage devices connected, after which the increase in the possibility of introducing additional generation in both variants was compared. Then, many tests were carried out to determine the parameters and select the algorithm version. Based on the results, an application for optimising the location of storage devices was created.
PL
W artykule przedstawiono założenia aplikacji do lokalizacji zasobników energii w sieci elektroenergetycznej WN. Jako lokalizację magazynu zdefiniowano numer węzła, do którego ma być przyłączony, oraz wartość jego mocy. Przyłączone magazyny energii mają za zadanie zwiększenie mocy sumarycznej przyłączonych odnawialnych źródeł energii, przy nienaruszaniu żadnego z ograniczeń technicznych sieci elektroenergetycznej. Problem lokalizacji zdefiniowano jako proces optymalizacji z ograniczeniami nielinio- wymi zrealizowany w środowisku MATLAB, wykorzystującym aplikację do obliczeń rozpływów mocy. Chcąc porównać ze sobą lokalizacje, założono stałą sumę wartości bezwzględnych mocy magazynów. Do realizacji optymalizacji wykorzystano algorytmy ewolucyjne. Ze względu na nieliniowość ograniczeń zaprojektowano nową funkcję tworzenia populacji początkowej oraz osiem operatorów genetycznych. Większość badań wykonywano w dwóch wersjach z przyłączonymi magazynami energii i bez nich, po czym porównywano wzrost możliwości wprowadzenia dodatkowej generacji w obu wariantach. Następnie wykonywano wiele testów i badań w celu ustalenia parametrów i wyboru wersji algorytmu. Na podstawie wyników stworzono aplikację do optymali- zacji lokalizacji zasobników.
Artykuł przedstawia zastosowanie operatora krzyżowania uśredniającego do wyznaczania ścieżki przejścia przy użyciu algorytmu ewolucyjnego w zastosowaniu do unikania kolizji na morzu. Krzyżowanie uśredniające zapewnia rozszerzenie zbioru rozwiązań możliwych do uzyskania w porównaniu z wariantem krzyżowania wymieniającego. Przeprowadzone badania wykazały, że zastosowany wariant krzyżowania pozwala na uniezależnienie wyników symulacji od postaci populacji początkowej oraz szybsze przejście algorytmu z fazy eksploracji do eksploatacji obszaru przyciągania optimum. Nowa wersja algorytmu pozwala na skuteczne poszukiwanie rozwiązań w sytuacji kolizyjnej na morzu.
EN
This paper presents the use of mean crossover genetic operator for path i planning using evolutionary algorithm for collision avoidance on sea. ! Mean crossover ensures widening of the possible solutions' set that can be achieved in comparison to exchange crossover variant. The research i shown, that the mean crossover allows to achieve results independent i from the initial generation and quicker transition of the algorithm from the exploration to the exploitation phase. New version of the algorithm i allows for an effective solution search for the problem of a collision scenario on sea.
Niniejszy artykuł zawiera analizę wpływu struktury algorytmu ewolucyjnego na jego skuteczność w rozwiązywaniu wielomodalnych zadań testowych. Przeprowadzono również próbę optymalizacji grubości ścian wrzeciennika frezarki. W ramach badań skupiono się jedynie na operatorach genetycznych pozostawiając bez zmian pozostałą część struktury algorytmu. Dobór parametrów algorytmów ewolucyjnych, wykorzystanych w zadaniu optymalizacji grubości ścian wrzeciennika, przeprowadzono korzystając z wielomodalnych funkcji testujących.
EN
The present article contains analysis influence of evolutionary algorithm structure on effectiveness in solving of multimodal tasks. Optimization of thickness walls headstock of milling machinę was realized. Algorithms differed of genetic operators only. The rest of structure was left without changes. Parameters of evolutionary algorithms were chosen using of multimodal testing function. In next step analysis of received results was executed.
Artykuł prezentuje wyniki prac związanych z implementacją i badaniem efektywności algorytmu ewolucyjnego, wykorzystującego specjalizowane operatory pseudogenetyczne dla kwadratowego zagadnienia przydziału. Operatory te bazują na własnościach przestrzeni rozwiązań, stosując warunkową wartość oczekiwaną funkcji celu rozwiązań częściowo ustalonych. Wprowadzenie do operatorów dodatkowej wiedzy o optymalizowanym problemie umożliwia ukierunkowanie procesu eksploracji przestrzeni rozwiązań w regiony zawierające rozwiązania o wyższej jakości.
EN
The paper presents an approach to an implementation and evaluation of evolutionary algorithm using operators exploiting peculiar properties of QAP problem. They are based on expected conditional value of objective function for partially fixed solutions. The numerical experiments were performed for standard test problems of quadratic assignment problem (QAP) from QAPLIB-A library. We compare the results of algorithms using pseudo-genetic operators which exploit some QAP problem properties with results obtained from algorithms using standard pseudo-genetic operators for permutation problems.
Artykuł prezentuje wyniki prac związanych z implementacją i badaniem efektywności algorytmów ewolucyjnych, wykorzystujących warunkową wartość oczekiwaną funkcji celu dla częściowo ustalonych rozwiązań w optymalizacji zagadnień permutacyjnych. Jako przykład tego problemu rozważamy kwadratowe zagadnienie przydziału - QAP.
EN
The papers presents the results of our work on implementation and testing of new evolutionary algorithms for optimization of permutation problems. The algorithm flow is controlled by an additional parameter that is used for evaluation of quality of partially fixed solutions: the expected value of objective function. As an example, the quadratic assignment problem QAP is examined.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
This paper deals with the possibilities of applying evolutionary methods and L-systems in computer aided structure design. An evolutionary process that involves the evolution of both the individuals produced by an L-system and the L-system itself is described. The modified standard genetic operators are presented as well as the number of operators specific for L-systems is defined. The presented theory is illustrated by examples from the domain of plant structures generation. The L-system as the model for structure representation is also described.
This chapter postulates criteria for the proper choice of chromosome encoding and genetic operators. The criteria are given intuitively and exemplified. To formulate the criteria, a set of genotypes is presented as a metric space with the metric introduced by the mutation. Encoding is a mapping from the phe notype to the genotype space: the pruper transformation of metrics is a quality criterion for the encoding. Operator bias is defined with respect to the genotype metric.
8
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
A new genetic algorithm and operators for the State Assignment Problem (SAP) are presented. The Finite State Machine (FSM) synthesis for minimum area, targeted to Complex Programmable Logic Devices, exactly - to MAX devices manufactured by Altera [Alt00], is chosen. Experiments done for several MCNC benchmark FSMs synthesized in Altera Multiple Array MartiX Programmable Logic User System (MAX+PLUS II) showed results up to 63% better than generated by MAX+PLUS II.
This paper is devoted to a fundamental problem arising during a design of distributed hard real-time systems - a cost minimization of located computers in a network working in a time-constrained environment. As regard our problem, each computer location must take into consideration a prper class of processor. In contrast to the existing traditional solutions of this problem , we used genetic algorithms for a required optimization. We present its application in obtaining all main parameters of designed systems. Genetic algorithms are shown to be effective for the solution of computer assignment problem in distributed hard real-time systems.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.