Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Journal of Medical Informatics & Technologies
1 Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
1 Przegląd Elektrotechniczny
1 Scientific Papers of The Institute of Electrical Machines, Drives and Measurements of the Wrocław University of Science and Technology Series: Studies and Research

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: metody niedeterministyczne

Sortuj według:

Ogranicz wyniki do:

Badania skuteczności algorytmu immunologicznego w optymalizacji silników indukcyjnych

Rudeński A.

Przegląd Elektrotechniczny

2008

R. 84, nr 12

96-99

Przedstawiono algorytm optymalizacyjny wzorowany na działaniu systemu immunologicznego ssaków (CSA - Clonal Selection Algorithm), który wytwarza przeciwciała zwalczające szkodliwe organizmy - antygeny. W optymalizacji przyjmuje się, że antygenem jest hipotetyczne rozwiązanie optymalne, a przeciwciałami - rozwiązania uzyskiwane podczas działania algorytmu. Wyniki obliczeń optymalizacyjnych silników indukcyjnych dwuklatkowych uzyskane przy zastosowaniu algorytmu CSA potwierdziły jego przydatność w zadaniach optymalizacji.

Optimization algorithm based on fundamental behavior of mammal immune system (CSA - Clonal Selection Algorithm) have been presented. That system create antibodies, which eliminates harmful organisms - antigens. In optimization the hypothetical optimal solution is assumed as antigen, and solutions obtained during process - as antibodies. The results of four double-cage induction motor optimization obtained from CSA procedure, has been proved its usefulness for induction motors optimization.

Zastosowanie algorytmu immunologicznego do optymalizacji silników indukcyjnych

Rudeński A.

Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały

2008

Vol. 62, nr 28

144-149

W pracy przedstawiono algorytm optymalizacyjny wzorowany na działaniu systemu immunologicznego ssaków (CSA - Clonal Selection Algorithm). System ten wytwarza przeciwciała, które zwalczają szkodliwe organizmy- antygeny. Miarą skuteczności przeciwciał jest stopień ich podobieństwa do antygenów. W optymalizacji przyjmuje się, że antygenem jest hipotetyczne rozwiązanie optymalne, a przeciwciałami są rozwiązania uzyskiwane podczas działania algorytmu. Wyniki obliczeń optymalizacyjnych czterech silników indukcyjnych dwuklatkowych przy zastosowaniu algorytmu CSA porównano z wynikami uzyskanymi przy optymalizacji za pomocą strategii ewolucyjnej (//f/l)-ES. W celu poprawy wyników optymalizacji silnika, przy ostrych ograniczeniach parametrów funkcjonalnych, zastosowano zagregowany algorytm złożony z w/w strategii oraz procedury CSA.

In the paper the immune algorithm, based on fundamental behavior of mammal immune system (CSA - Clonal Selection Algorithm) have been presented. That system created antibodies which eliminates harmful organisms - antigens. In optimization the hypothetical optimal solution is assumed as antigen, and solutions obtained during process - as antibodies. The results of four double-cage induction motors optimization obtained from CSA procedure has been compared to results obtained by using evolution strategy (//+A)-ES. In aim to improvement the optimization results by restrictive constraints concerned motor parameters, the aggregate algorithm assembled with mentioned strategy and CSA procedure has been applied.

An adaptive stochastic optimization method for medical registration problem

Król Z.

Journal of Medical Informatics & Technologies

2004

Vol. 7

MIP79--88

This paper presents a methodology that addresses important issues concerned with the optimization of the misregistration measures in the volumetric medical data registration problem. Our registration framework uses robust simulated annealing method to handle multiple local minima of the cost function. Our efforts have been centred on obtaining a reliable, efficient and generally applicable method to solve such optimization problems. This has been accomplished through developing an adaptive cooling schedule for the simulated annealing method. The proposed method is very reliable for the estimation of the global minimum in the optimization of objective functions with highly differentiated search space landscapes. We present the detailed description of the method as well as discussion of its advantages and disadvantages.