Wyniki wyszukiwania - BazTech

1

Wykorzystanie algorytmu świetlika dla znajdowania ekstremów globalnych wybranych funkcji testowych

Olszewski Jan, Figielska Ewa

Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki

|

2021

|

nr 24

7--34

PL

W artykule przedstawiona została jedna z najnowszych metod inteligencji rojowej – algorytm świetlikowy zaproponowany przez Xin-She Yanga w roku 2008. Przeprowadzona została analiza działania algorytmu, zbadany został wpływ zmian wartości jego parametrów na jakość uzyskiwanych rozwiązań przy poszukiwaniu ekstremów globalnych wybranych nieliniowych funkcji jedno i wielomodalnych.

EN

The paper presents one of the newest swarm intelligence methods, namely firefly algorithm proposed by Xin-She Yang in 2008. The analysis of the per- formance of the algorithm is carried out and the influence of the algorithm parameters settings on the quality of the solutions is examined using nonlinear single and multi-modal mathematical test functions.

2

Optymalizacja przy pomocy roju cząstek bazy reguł klasyfikatora rozmytego

Głuszek A., Gorzałczany M. B., Rudziński F.

Logistyka

|

2014

|

nr 6

3960--3968

PL

Systemy rozmyte wykorzystywane są często jako systemy eksperckie, w tym systemy klasyfikacji danych. Szczególnie ważną kwestią jest w tym przypadku stworzenie i optymalizacja bazy reguł rozmytych na podstawie danych, opisujących konkretne zagadnienie. W tym celu stosowane są głównie metody z obszaru tzw. inteligencji obliczeniowej (ang. computational intelligence), zwłaszcza z zakresu algorytmów ewolucyjnych. Pierwsza część niniejszego artykułu prezentuje zastosowanie, należącego do obszaru tzw. inteligencji rojowej, algorytmu optymalizacji rojem cząstek PSO (ang. Particle Swarm Optimization) do optymalizacji bazy reguł klasyfikatora rozmytego. W drugiej części artykułu przedstawiono zastosowanie proponowanego podejścia do problemu klasyfikacji dwóch zbiorów danych, pochodzących ze znanej bazy UCI Machine Learning Repository (tzw. Iris Data i Glass Identification Data). Uzyskane wyniki porównano z rezultatami działania metod alternatywnych  algorytmu największego spadku oraz klasycznego algorytmu genetycznego.

EN

Fuzzy systems are often used as expert systems including data classification systems. Very important issue is designing and optimization of their fuzzy rule bases from available pattern data. For this purpose, methods from the area of computational intelligence (especially evolutionary algorithms) are usually applied. The first part of this paper presents an application of the particle swarm optimization algorithm for optimizing rule base of the fuzzy classifier. Particle swarm optimization belongs to the class of swarm intelligence algorithms. Swarm intelligence techniques use the collective behaviors of many simple agents which interact with each other and with their environment. The second part of the paper describes the application of the presented method for the classification of two well-known data sets from UCI Machine Learning Repository (Iris Data and Glass Identification Data). The proposed approach is also compared with two alternative methods - gradient descent and genetic algorithm

3

Designing fuzzy rule-based controllers from data using particle swarm optimization

Gorzałczany M. B., Głuszek A.

Pomiary Automatyka Kontrola

|

2010

|

R. 56, nr 12

1424-1426

EN

The paper presents a hybrid combination of fuzzy rule-based systems and particle swarm optimization (PSO) approach - referred to as PSO fuzzy rule-based technique - for optimizing sets of fuzzy control rules synthesized from control data. The application of the proposed technique to a complex and non-linear problem of the control of backing up a truck to a loading dock is also presented in the paper.

PL

Artykuł prezentuje hybrydowe połączenie rozmytych systemów regułowych z metodami tzw. optymalizacji rojowej w celu optymalizowania zestawów rozmytych reguł sterujących syntetyzowanych z danych opisujących procesy sterowania. Zatem, artykuł proponuje rozszerzenie tradycyjnego zestawu komponentów wykorzystywanych dotychczas w budowie systemów tzw. inteligencji obliczeniowej obejmującego sztuczne sieci neuronowe, systemy rozmyte, algorytmy ewolucyjne (przede wszystkim, algorytmy genetyczne) czy też tzw. zbiory przybliżone o nowe narzędzie przeszukiwania rozważanych przestrzeni rozwiązań. Najpierw sformułowany został problem budowy regulatorów, których funkcjonowanie opisywane jest przy pomocy zestawów reguł rozmytych, na bazie danych opisujących procesy sterowania. Następnie przedstawiono zarys procesu syntezy rozmytych reguł sterowania z wykorzystaniem metod tzw. optymalizacji rojowej. Z kolei, zaprezentowano zastosowanie proponowanego podejścia do złożonego i nieliniowego problemu sterowania cofaniem ciężarówki do rampy załadowczej. Przedstawiono uzyskaną bazę reguł regulatora rozmytego, kształty funkcji przynależności zbiorów rozmytych występujących w regułach sterowania oraz wybrane przykłady trajektorii ruchu ciężarówki ze sterowaniem rozmytym.