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

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Optymalizacja nieciągłych funkcji wielomodalnych z wykorzystaniem kooperacyjnego algorytmu koewolucyjnego
Kuczkowski Ł., Śmierzchalski R.
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
|
2015
|
Nr 47
103--106
PL
W artykule przedstawiono algorytmy koewolucyjne, heurystyczną metodę rozwiązywania złożonych obliczeniowo problemów opartą na zasadzie korelacji oraz darwinowskiej teorii ewolucji. Opisano zalety algorytmu, możliwe zastosowania, sposób działania oraz niektóre z dotychczasowych implementacji. Następnie wybrano trzy wielomodalne lub nieciągłe funkcje testowe: Rosenbrocka, Styblinskiego-Tanga oraz Schaffer’a. Dokonano dekompozycji problemu wyznaczenia minimum globalnego funkcji i przeprowadzono optymalizację wykorzystując kooperacyjny algorytm koewolucyjny. Uzyskane wyniki pozwoliły na ocenę jakości działania algorytmu. Przeprowadzone testy i ich rezultaty są wstępem do szerszych badań nad algorytmami koewolucyjnymi.
EN
In this paper a brief study of coevolutionary algorithm is presented. The coevolutionary algorithm (CA) is an evolutionary algorithm (or collection of evolutionary algorithms) in which the fitness of an individual depends on the relationship between that individual and other individuals. CA can be divided into two fundamental sub-types. In cooperative algorithms, individuals are rewarded when they work well with other individuals and punished when they perform poorly. In competitive algorithms, however, individuals are rewarded at the expense of those with which they interact. The principle of operation of CA is quite similar to traditional evolutionary algorithm. The main deference lies in a fact that CA operate on multi-populations and evaluate individual based on its collaboration with individuals (collaborators) from other populations. Applying CA requires decomposition of the problem into components and assigning each component to a population. This article presents an optimization of discontinuous and multimodal functions using cooperative coevolutionry algorithm. The modified testing functions: Rosenbrocka, Styblinskiego-Tanga and Schaffer’a are decomposed and minimize using coevolutionary algorithm. Obtained results allow to evaluate the quality of the algorithm and will be used for further research on the topic.
2
Content available Zastosowanie wielopopulacyjnego algorytmu ewolucyjnego do problemu wyznaczania ścieżki przejścia
Kuczkowski Ł., Śmierzchalski R.
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
|
2013
|
Nr 36
117--122
PL
Artykuł przedstawia zastosowanie wielopopulacyjnego algorytmu ewolucyjnego do wyznaczania ścieżki przejścia. Zastosowany algorytm oparty jest na modelu z częściowo wymienianą populacją oraz migracją między niezależnie ewoluującymi populacjami. W pracy porównano działanie algorytmu wielopopulacyjnego z jednopopulacyjnym oraz zbadano wpływ poszczególnych parametrów na jakość uzyskanego rozwiązania. Wykazano, że zastosowanie kilku niezależnie ewoluujących populacji prowadzi do uzyskania rozwiązania lepszego w stosunku do wariantu jednopopulacyjnego. Jako problem testowy zostało wybrane zagadnienie unikania kolizji na morzu.
EN
In this paper an application of multi-population evolutionary algorithm for path planning problem is presented. A steadystate genetic algorithm is used for evolution of single population. An applied migration mechanism is based on island topology. In the article the comparison of single and multi-population algorithm has been made and the influence of changing algorithm parameters has been studied. It has been shown that using several independently evolving population leads to a better solution than when the single population is used. For a testing problem a sea collision avoiding problem has been chosen.
3
Content available Modyfikacja wariantów sukcesji w ewolucyjnej metodzie planowania ścieżki przejścia
Kuczkowski Ł., Śmierzchalski R.
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
|
2013
|
Nr 36
111--116
PL
W pracy analizowano wpływ sukcesji na kształtowanie nacisku selektywnego w ewolucyjnej metodzie planowania ścieżek przejść. Opisano metody sukcesji oraz przedstawiono pojęcie nacisku selektywnego. Zrealizowano badania dla 4 rodzajów algorytmów ewolucyjnych, w każdym przypadku stosując inną metodę sukcesji. Przeprowadzono symulację, uwzględniając liczbę wymienianych osobników oraz różne metody zastępowania. Otrzymane rezultaty pozwalają na dobór metody sukcesji tak, aby zapewnić zbieżność oraz zachować zdolność algorytmu do przeszukiwania przestrzeni rozwiązań.
EN
In this paper an impact of post-selection methods on shaping selection pressure was analyzed. Different methods of post-selection has been described. The concept of selection pressure was presented. Research has been made for 4 kinds of evolutionary algorithm, in each case a different method of post-selection was used. The simulations was performed taking into account number of replaced individuals and various methods of replacement. Results allow to choose post-selection method, so that algorithm will be able to effectively search solution space and ensure its convergence.
4
Content available Ewolucyjna metoda wyznaczania zadanej trajektorii statku z zastosowaniem mechanizmu niszowania
Kolendo P., Jaworski B., Kuczkowski Ł., Śmierzchalski R., Witkowska A.
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
|
2013
|
Nr 36
97--101
PL
Artykuł prezentuje implementację mechanizmu niszowania do ewolucyjnej metody wyznaczania zadanej trajektorii statku. W metodzie proponowane jest porównywanie różnorodności osobników w oparciu o fizyczną odległość między trajektoriami. Badania pokazują, że takie podejście zwiększa efektywność eksploracji przestrzeni rozwiązań dzięki czemu osiąga się poprawę końcowej wartości funkcji przystosowania. Problem poszukiwania ścieżki przejścia rozpatrywany jest w oparciu o sytuacje kolizyjne na morzu.
EN
Paper presents the application of niching mechanism in the ship evolutionary path planning method. In presented method the comparison of individuals diversity is proposed according to physical distance between paths. Paper presents advantages and disadvantages of such approach in comparison to classic method. The problem is considered for several ship collision avoidance scenarios at different levels of difficulty.
5
Content available Distributed Evolutionary Algorithm for Path Planning in Navigation Situation
Śmierzchalski R., Kuczkowski Ł., Kolendo P., Jaworski B.
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
|
2013
|
Vol. 7, no. 2
293--300
EN
This article presents the use of a multi‐population distributed evolutionary algorithm for path planning in navigation situation. The algorithm used is with partially exchanged population and migration between independently evolving populations. In this paper a comparison between a multi‐population and a classic single‐population algorithm takes place. The impact on the ultimate solution has been researched. It was shown that using several independent populations leads to an improvement of the ultimate solution compared to a single population approach. The concept was checked against a problem of maritime collision avoidance.
6
Content available Mean crossover in evolutionary path planning method for maritime collision avoidance
Kuczkowski Ł., Kolendo P., Jaworski B., Śmierzchalski R.
Zeszyty Naukowe / Akademia Morska w Szczecinie
|
2012
|
nr 30 (102)
70-77
EN
This paper presents the use of mean crossover genetic operator for path 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 shown, that the mean crossover allows to achieve results independent from the initial generation and quicker transition of the algorithm from the exploration to the exploitation phase. New version of the algorithm allows for an effective solution search for the problem of a collision scenario on sea.
PL
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.
7
Content available remote Extinction Event Concepts for the Evolutionary Algorithms
Jaworski B., Kuczkowski Ł., Śmierzchalski R.
Przegląd Elektrotechniczny
|
2012
|
R. 88, nr 10b
252-255
EN
The main goal of this present paper is to propose a structure for a tool helping to determine how algorithm would react in a real live application, by checking it's adaptive capabilities in an extreme situation. Also a different idea of an additional genetic operator is being presented. As Genetic Algorithms are directly inspired by evolution, extinction events, which are elementary in our planet’s development history, became a foundation for those concepts.
PL
Celem autorów jest zaprezentowanie narzędzia, które pomoże określić możliwości adaptacyjne algorytmu ewolucyjnego poprzez sprawdzenie jego możliwości w sytuacji ekstremum. Oprócz tego, został przedstawiony pomysł dodatkowego operatora genetycznego. Obie koncepcje powstały w oparciu o zjawisko wielkiego wymierania w przyrodzie, które to stanowi ważny element w rozwoju życia na Ziemi.
8
Zastosowanie krzyżowania uśredniającego do ewolucyjnej metody wyznaczania ścieżki przejścia na morzu
Kuczkowski Ł., Kolendo P., Jaworski B., Śmierzchalski R.
Elektronika : konstrukcje, technologie, zastosowania
|
2012
|
Vol. 53, nr 12
67-71
PL
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.
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.