Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: quantum genetic algorithm

Sortuj według:

Ogranicz wyniki do:

Current Advances in Information Quantum Technologies : Critical Issues

Nałęcz-Charkiewicz Katarzyna, Meles Jana, Rzęsa Wioleta, Wojciechowski Andrzej A., Warchulski Eryk, Kania Kacper, Stypułkowska Justyna, Fluder Grzegorz, Romaniuk Ryszard S.

International Journal of Electronics and Telecommunications

2021

Vol. 67, No. 3

497--505

This article reviews chosen topics related to the development of Information Quantum Technologies in the major areas of measurements, communications, and computing. These fields start to build their ecosystems which in the future will probably coalesce into a homogeneous quantum information layer consisting of such interconnected components as quantum internet, full size quantum computers with efficient error corrections and ultrasensitive quantum metrology nodes stationary and mobile. Today, however, the skepticism expressing many doubts about the realizability of this optimistic view fights with a cheap optimism pouring out of some popular press releases. Where is the truth? Financing of the IQT by key players in research, development and markets substantially strengthens the optimistic side. Keeping the bright side with some reservations, we concentrate on showing the FAST pace of IQT developments in such areas as biological sciences, quantum evolutionary computations, quantum internet and some of its components.

A Novel Multi-objective Optimization Dispatch Model for Hybrid Thermal-Wind-PV Power System

Wei Y., Niu D., Lu Y.

Przegląd Elektrotechniczny

2013

R. 89, nr 3b

18--20

A novel multi-objective model for hybrid thermal-wind-PV power system is proposed in this paper to solve the problem of energy saving and emission reduction/economic dispatch which is optimized by proposed Karush-Kuhn-Tucker (KKT) and quantum genetic algorithm (QGA). Through detailed analyses, mathematical functions of power operation, energy consumption and emission and relevant constraint conditions are proposed, and then for the first time, the multi-objective optimization model of energy saving and emission reduction/economic dispatch including thermal power, wind power and PV power is established. KKT is used to transform multi-objective model into single-objective one, QGA is used to optimize the single-objective model, then a novel KKT and QGA is proposed. Several simulations including wind power, PV power and thermal power are proposed, which shows positive effects of wind power and PV power in energy saving and emission reduction. The experimental study shows that the proposed algorithm is more accurate and with less computational time than commonly used optimization methods. The actual implementation results prove that the model and algorithm are effective and practical to reduce power cost, energy consumption and emission.

W artykule przedstawiono model hybrydowego systemu Odnawianych Źródeł Energii (termiczne, wiatrowe, fotowoltaika). W modelu wzięto pod uwagę optymalizację użytkowania (oszczędzanie energii oraz ekonomika wytwarzania). Wykorzystano metodę Karush-Kuhn-Tucker oraz QGA. Na podstawie analiz, opracowano funkcje matematyczne dotyczących przesyłu, emisji i zużycia energii oraz ograniczeń z nimi związanych. Wyniki badań symulacyjnych i eksperymentalnych potwierdzają skuteczność działania zaproponowanej optymalizacji.

Zastosowanie kwantowych algorytmów genetycznych do selekcji cech

Jopek Ł., Nowotniak R., Postolski M., Babout L., Janaszewski M.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

2009

T. 13, z. 3/2

1219-1231

Przedmiotem artykułu jest zagadnienie selekcji cech, używanych przez klasyfikator minimalnoodległościowy k-NN w procesie segmentacji obrazów. Selekcja cech została potraktowana jako problem dwukryterialnej optymalizacji kombinatorycznej, której celem jest znalezienie takiego podzbioru cech punktów obrazu, który pozwala na zadowalającą segmentację w możliwie krótkim czasie. Zaproponowano funkcję oceny jakości podzbiorów cech, uwzględniającą dwa kryteria: czas potrzebny na obliczenie wartości cech oraz uzyskiwaną jakość segmentacji. W artykule porównano trzy populacyjne metody heurystyczne: klasyczny algorytm genetyczny oraz jego dwie modyfikacje, czerpiące inspirację z systemów informatyki kwantowej: QiGA (Quantum-Inspired Genetic Algorithm) oraz GAQPR (Genetic Algorithm with Quantum Probability Representation). W artykule przedstawiono wyniki otrzymane dla segmentacji tekstury sztucznej oraz tekstury tomograficznej.

In the article a feature selection problem for k-NN classifier in image segmentation has been analyzed. Feature selection has been considered as a two criteria combinatorial optimization problem. An objective of optimization process was to find a feature subset of image points, allowing good quality of segmentation in satisfactory time. A fitness function for feature subsets has been proposed, taking into account time needed for calculation of feature values and quality of segmentation. Three population-based heuristic methods of optimization have been compared: simple genetic algorithm and its two modifications, inspired by principles of quantum computing: QiGA (Quantum-Inspired Genetic Algorithm) and GAQPR (Genetic Algorithm with Quantum Probability Representation). Results of experiments with artificial and tomography textures have been presented.