Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: wzrost efektywności

Sortuj według:

Ogranicz wyniki do:

Możliwości sztucznej inteligencji w nawigacji inercyjnej w logistyce

Baczyński D., Bartczak K.

Autobusy : technika, eksploatacja, systemy transportowe

2017

R. 18, nr 12

1460--1467, CD

W artykule omówione zostały kwestie odnoszące się do wzajemnych związków pomiędzy sztuczną inteligencją a nawigacją inercyjną, jakie są zauważalne w ramach logistyki. Przy tym główna uwaga została skupiona na pokazaniu tego, jaki wpływ na efektywność funkcjonowania systemów nawigacji inercyjnej wykorzystywanych w logistyce może mieć korzystanie ze sztucznej inteligencji. Rozważania podjęte w artykule mają wymiar zarówno teoretyczny, jak i praktyczny. W ramach teorii starano się pokazać, na podstawie literatury przedmiotu, co jest istotą sztucznej inteligencji oraz nawigacji inercyjnej i jakie są związki pomiędzy nimi. Z kolei w wymiarze praktycznym zaprezentowano wyniki badań własnych.

The article discusses the issues relating to mutual relations between artificial intelligence and inertial navigation, which are noticeable within logistics. The main focus has been on showing how the use of inertial navigation systems used in logistics can affect the use of artificial intelligence. The reflections taken in the article are both theoretical and practical. As part of the theory, we tried to show, based on the literature of the subject, what is the essence of artificial intelligence and inertial navigation and what are the relationships between them. The results of our own research were also presented (practical aspect).

On improved evolutionary algorithms application to the physically based approximation of experimental data

Orkisz J., Głowacki M.

Computer Assisted Methods in Engineering and Science

2014

Vol. 21, no. 1

27--38

In this paper an evolutionary algorithms (EA) application to the physically based approximation (PBA) of experimental and/or numerical data is considered. Such an approximation may simultaneously use the whole experimental, theoretical and heuristic knowledge about the analyzed problems. The PBA may be also applied for smoothing discrete data obtained from any rough numerical solution of the boundary value problem, and for solving inverse problems as well, like reconstruction of residual stresses based on experimental data. The PBA presents a very general approach formulated as a large non-linear constrained optimization problem. Its solution is usually complex and troublesome, especially in the case of non-convex problems. Here, considered is a solution approach of such problems based on the EA. However, the standard EA are rather slow methods, especially in the final stage of optimization process. In order to increase their solution efficiency, several acceleration techniques were introduced. Various benchmark problems were analyzed using the improved EA. The intended application of this research is reconstruction of residual stresses in railroads rails and vehicle wheels based on neutronography measurements.