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

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  particle swarm optimization algorithm
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Wykorzystanie algorytmu optymalizacji rojem cząstek do rozwiązywania układów równań nieliniowych
Prus Karol, Figielska Ewa
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
|
2023
|
nr 28
27--40
PL
Artykuł dotyczy wykorzystania algorytmu optymalizacji rojem cząstek do rozwiązywania układów równań nieliniowych. Przeprowadzona została eksperymentalna analiza efektywności i skuteczności działania algorytmu w zależności od ustawień jego parametrów.
EN
The article concerns the use of a particle swarm optimization algorithm for solving nonlinear equation systems. An experimental analysis of the effectiveness and efficiency of the algorithm has been conducted, considering various settings of its parameters.
2
Content available Optimization of Square-shaped Bolted Joints Based on Improved Particle Swarm Optimization Algorithm
Chen Kui, Yang Cheng, Zhao Yongsheng, Niu Peng, Niu NaNa, Wu Hongchao
Eksploatacja i Niezawodność
|
2023
|
Vol. 25, no. 3
art. no. 168487
EN
The bolted joint is widely used in heavy-duty CNC machine tools, which has huge influence on working precision and overall stiffness of CNC machine. The process parameters of group bolt assembly directly affect the stiffness of the connected parts. The dynamic model of bolted joints is established based on the fractal theory, and the overall stiffness of joint surface is calculated. In order to improve the total stiffness of bolted assembly, an improved particle swarm optimization algorithm with combination of time-varying weights and contraction factor is proposed. The input parameters are preloading of bolts, fractal dimension, roughness, and object thickness. The main goal is to maximize the global rigidity. The optimization results show that improved algorithm has better convergence, faster calculation speed, preferable results, and higher optimization performance than standard particle swarm optimization algorithm. Moreover, the global rigidity optimization is achieved.
3
Content available remote Particle swarm optimization of fuzzy fractional PDμ+I controller of a PMDC motor for reliable operation of wire-feeder units of GMAW welding machine
Hamouda Noureddine
Przegląd Elektrotechniczny
|
2020
|
R. 96, nr 12
40--46
EN
In this article, we consider the development of an optimal control approach based on fuzzy fractional PDμ+I controller to improve the speed error-tracking and control capability of a permanent magnet DC Motor (PMDC) driven wire-feeder systems (WFSs) of gas metal arc welding (GMAW) process. The proposed controller employs an optimized fractional-order proportional derivative + integral (PDμ+I) controller that serves to eliminate oscillations, overshoots, undershoots and steady state fluctuations of the PMDC motor and makes the wire-feeder unit (WFU) has fast and stable starting process as well as excellent dynamic characteristics. The fixed controller parameters are meta-heuristically selected via a particle swarm optimization (PSO) algorithm. Numerical simulations are performed in MATLAB/SIMULINK environment and the performance of the proposed fuzzy fractional PDμ+I controller is validated. The simulation tests clearly demonstrate the significant improvement rendered by the proposed fuzzy PDμ+I controller in the wire-feeder system's reference tracking performance, torque disturbance rejection capability and robustness against model uncertainties.
PL
Analizowano optymalne sterowanie silnikiem zDC z magnesami trwałymi wykorzystujące sterownik fuzzy PDμ+I. Silnik stosowany jest do sterowania procesem spawania. Układ sterowania wykorzystuje sterownik proporcjonalny ułamkowego rzędu i całkujący zapewniające dobrą dynamikę układu – bez oscylacji.
4
Content available Predicting and minimizing the blasting cost in limestone mines using a combination of gene expression programming and particle swarm optimization
Bastami Reza, Bazzazi Abbas Aghajani, Shoormasti Hadi Hamidian, Ahangari Kaveh
Archives of Mining Sciences
|
2020
|
Vol. 65, no. 4
835--850
EN
Blasting cost prediction and optimization is of great importance and significance to achieve optimal fragmentation through controlling the adverse consequences of the blasting process. By gathering explosive data from six limestone mines in Iran, the present study aimed to develop a model to predict blasting cost, by gene expression programming method. The model presented a higher correlation coefficient (0.933) and a lower root mean square error (1088) comparing to the linear and nonlinear multivariate regression models. Based on the sensitivity analysis, spacing and ANFO value had the most and least impact on blasting cost, respectively. In addition to achieving blasting cost equation, the constraints such as frag-mentation, fly rock, and back break were considered and analyzed by the gene expression programming method for blasting cost optimization. The results showed that the ANFO value was 9634 kg, hole dia-meter 76 mm, hole number 398, hole length 8.8 m, burden 2.8 m, spacing 3.4 m, hardness 3 Mhos, and uniaxial compressive strength 530 kg/cm2 as the blast design parameters, and blasting cost was obtainedas 6072 Rials/ton, by taking into account all the constraints. Compared to the lowest blasting cost among the 146-research data (7157 Rials/ton), this cost led to a 15.2% reduction in the blasting cost and optimal control of the adverse consequences of the blasting process.
5
Content available remote Optymalizacja procesu wiercenia otworów w elektronicznych płytach drukowanych przy użyciu algorytmu roju cząstek
Słowik A., Popławski M.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 8
10--13
PL
W niniejszej pracy przedstawiono optymalizację procesu wiercenia otworów w elektronicznych płytach drukowanych. Do realizacji tego zadania zastosowano algorytm optymalizacji rojem cząstek w wersji dostosowanej do optymalizacji problemów kombinatorycznych. Opracowany algorytm przetestowano przy użyciu ogólnie dostępnych danych benchmarkowych z biblioteki VLSI Data Set. Biblioteka ta zawiera dane odnośnie przykładowych elektronicznych płyt drukowanych. Otrzymane wyniki porównano z wynikami otrzymanymi przy użyciu standardowego algorytmu rojowego przystosowanego do optymalizacji problemów o dyskretnych dziedzinach. Trasa ramienia wiercącego uzyskana przy użyciu proponowanego algorytmu jest krótsza od trasy uzyskanej standardowym algorytmem roju dla dziedzin dyskretnych.
EN
In this paper, the optimization of the drilling holes process in the electronic printed circuit boards is presented. The particle swarm optimization algorithm in the version dedicated to the optimization of the combinatorial problems is applied for this task realization. The algorithm elaborated in this paper was tested with the use of global accessible benchmark data sets with the VLSI Data Set library. This library contains the data of the exemplary electronic printed boards. The results obtained using proposed algorithm were compared with the results obtained using standard particle swarm optimization algorithm in the version dedicated for optimization of the problems with discrete domains. The route of drilling arm obtained using proposed algorithm was shorter than the route of drilling arm obtained using standard particle swarm optimization algorithm for discrete domains.
6
Content available remote Estymacja rocznych mocy szczytowych transformatorów SN/nn przy użyciu algorytmów PSO
Baczyński D.
Przegląd Elektrotechniczny
|
2012
|
R. 88, nr 8
96-98
PL
W artykule przedstawiony został sposób budowania zależności estymacyjnej przy użyciu algorytmu optymalizacji rojem cząstek (PSO). Algorytm ten został wykorzystany do dobrania parametrów formuły estymacyjnej. Wykorzystuje ona informacje o energii elektrycznej zużytej przez poszczególne grupy odbiorców. Wyniki testów zostały porównane z wynikami uzyskanymi przy użyciu algorytmów ewolucyjnych. Na tej podstawie sformułowano ogólne wnioski dotyczące wykorzystania algorytmów PSO do budowania modeli matematycznych różnych zjawisk.
EN
Building of estimation formula using particle swarm optimization algorithm (PSO) is presented in the paper. This algorithm was used for finding of estimation formula parameters. It uses information about energy consumed by particular receiver’s groups. Test results were compared with those obtained using evolutionary algorithms. On these basis general conclusions concerning PSO usage for constructing of various phenomena models were formulated.
7
Content available remote Modelowanie rozmyte z zastosowaniem algorytmu optymalizacji rojem cząstek
Falkiewicz D., Łukasik Sz.
Czasopismo Techniczne. Automatyka
|
2012
|
R. 109, z. 1-AC
41--54
PL
Głównym celem niniejszego artykułu jest opracowanie algorytmu klasteryzacyjnego opartego o inspirowany biologicznie algorytm optymalizacji rojem cząstek i dedykowanego dla zagadnienia modelowania rozmytego. W pracy omówiona została idea heurystycznego algorytmu rojowego, z uwzględnieniem wybranych jego modyfikacji. Zawarte zostały wyniki eksperymentalnej ewaluacji, zarówno wybranej techniki optymalizacji, jak i opracowanej z jej uwzględnieniem metody modelowania rozmytego, w odniesieniu do istniejącego już algorytmu k-średnich oraz realizacji procesu sterowania rozmytego.
EN
The main goal of this paper is a description of clustering algorithm based on the particle swarm optimization algorithm, inspired on social behavior of animals and its application in fuzzy modeling. In the paper the idea of the heuristic swarm-based algorithm was presented, including a few modifications. Moreover, the results of the experimental evaluation were shown, both a selected optimization technique and its synthesis with a fuzzy modeling method referring to the k-means algorithm and the fuzzy control process.
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.