Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 11

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  genetic algorithm (GA)
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Reduction of the Total Harmonic Distortion (THD) in multilevel inverters requires resolution of complex nonlinear transcendental equations; in this paper we propose a combination of one of the best existing optimized hardware structures with the recent firefly algorithm, which was used to optimize the THD, through finding the best switching angles and guaranteeing the minimization of harmonics within a user defined bandwidth. The obtained THD through the simulation of the thirteen-level symmetric inverter has been reduced down to 5% (FFT of 60 harmonics). In order to validate the simulation results, a thirteen-level symmetric inverter prototype has been made, and practically experimented and tested with different loads. Consequently, the measured THD with resistive load was 4.7% on a bandwidth of 3 kHz. The main advantage of the achieved work is the reduction of the THD.
PL
Artykuł przedstawia nową metodę tworzenia typoszeregu wielostopniowych przekładni zębatych. Nie jest ona oparta na zasadach podobieństwa. Celem było uzyskanie maksymalnej unifikacji elementów zębatych przy równoczesnym zachowaniu lub zwiększeniu przenoszonej mocy. Do rozwiązania problemu wykorzystano algorytm genetyczny.
EN
In the paper, new creation method of series of types of multi-stage gears was presented. The method is not based on the rules of similarity. The aim was to achieve the maximal unification of geared pairs, simultaneously preserving or increasing the transmitted power. The dedicated genetic algorithm was used for solution of the discussed task.
EN
There are many studies on k-out-of-n systems, load-sharing systems (LSS) and phased-mission systems (PMS); however, little attention has been given to load-sharing k-out-of-n systems with phased-mission requirements. This paper considers equal loadsharing k-out-of-n phased-mission systems with identical components. A method is proposed for the phased-mission reliability analysis of the studied systems based on the applicable failure path (AFP). A modified universal generating function (UGF) is used in the AFP-searching algorithm because of its efficiency. The tampered failure rate load-sharing model for the exactly k-out-of-n: F system is introduced and integrated into the method. With the TFR model, the systems with arbitrary load-dependent component failure distributions can be analyzed. According to the time and space complexity analysis, this method is particularly suitable for systems with small k-values. Two applications of the method are introduced in this paper. 1) A genetic algorithm (GA) based on the method is presented to solve the operational scheduling problem of systems with independent submissions. Two theorems are provided to solve the problem under some special conditions. 2) The method is used to select the optimal number of components to make the system reliable and robust.
PL
Istnieje wiele badań na temat systemów typu „k z n”, systemów z podziałem obciążenia (load-sharing systems, LSS) oraz systemów fazowych (tj. systemów o zadaniach okresowych) (phased-missionsystems, PMS); jak dotąd mało uwagi poświęcono jednak systemom typu „k z n” z podziałem obciążenia wymagającym realizacji różnych zadań w różnych przedziałach czasowych. Niniejszy artykuł omawia systemy fazowe typu „k z n” o równym podziale obciążenia przypadającego na identyczne elementy składowe. Zaproponowano metodę analizy niezawodności badanych systemów w poszczególnych fazach ich eksploatacji opartą na pojęciu właściwej ścieżki uszkodzeń (applicablefailurepath, AFP). W algorytmie wyszukującym AFP zastosowano zmodyfikowaną uniwersalną funkcję tworzącą (universal generating function, UGF), która cechuje się dużą wydajnością. Wprowadzono model manipulowanej intensywności uszkodzeń (tamperedfailurerate, TFR) elementów o równym podziale obciążenia dla systemu, w którym liczba uszkodzeń wynosi dokładnie k z n. Model ten włączono do proponowanej metody analizy niezawodności. Przy pomocy modelu TFR można analizować systemy o dowolnych rozkładach uszkodzeń części składowych, gdzie uszkodzenia są zależne od obciążenia. Zgodnie z analizą złożoności czasowej i przestrzennej, metoda ta jest szczególnie przydatna do modelowania układów o małych wartościach k. W pracy przedstawiono dwa zastosowania metody. 1) oparty o omawianą metodę algorytm genetyczny (GA) do rozwiązywania problemu harmonogramowania prac w systemach z niezależnymi podzadaniami. Sformułowano dwa twierdzenia pozwalające na rozwiązanie problemu w pewnych szczególnych warunkach. 2) Wybór optymalnej liczby elementów składowych pozwalającej na zachowanie niezawodności i odporności systemu.
EN
Natural populations are dynamic in both time and space. In biological populations such as insects, spatial distribution patterns are often studied as the first step to characterize population dynamics. In nature, the spatial distribution patterns of insect populations are considered as the emergent expression (property) of individual behaviors at population levels and are fine-tuned or optimized by natural selection. This inspiration prompts us to investigate the possibly similar mechanisms in Genetic Algorithms (GA) populations. In this study, we introduce the mathematical models for the spatial distribution patterns of insect populations to GA with the conjecture that the emulation of biological populations in nature may lead to computational improvement. In particular, we introduce three modeling approaches from the research of spatial distribution patterns of insect populations: (i) probability distribution modeling approach, (ii) aggregation index approach, and (iii) Taylor’s (1961, 1977) Power Law, Iwao’s (1968, 1976) Mean Crowding Model and Ma’s (1991c) population aggregation critical density (PACD), to characterize populations in GA. With these three approaches, we investigate four mappings from the research field of insect spatial distribution patterns to GA populations in order to search for possible counterpart mechanisms or features in GA. They are: (i) mapping insect spatial distribution patterns to GA populations or allowing GA populations to be controlled by stochastic distribution models that describe insect spatial distributions; (ii) mapping insect population distribution to GA population fitness distribution via Power Law and PACD modeling; (iii)mapping population aggregation dynamics to GA fitness progression across generations (or fitness aggregation dynamics in GA) via insect population aggregation index; (iv) mapping insect population sampling model to optimal GA population sizing. With regard to the mapping (i), the experiment results show the significant improvements in GA computational efficiency in terms of the reduced fitness evaluations and associated costs. This prompts us to suggest using probability distribution models, or what we call stochastic GA populations, to replace the fixed-size population settings. We also found the counterpart for the second mapping, the wide applicability of Power Law and Mean Crowding model to the fitness distribution in GA populations. The testing of the third and fourth mappings is very preliminary; we use example cases to suggest two further research problems: the potential to use fitness aggregation dynamics for controlling the number of generations iterated in GA searches, and the possibility to use fitness aggregation distribution parameters [(obtained in mapping (ii)] in determining the optimum population size in GA. A third interesting research problem is to investigate the relationship between mapping (i) and (iii), i.e., the controlling of both population sizes and population generations.
EN
In this paper, a hybrid ant colony optimization (ACO) is used to solve a multiple response optimization problem with mixed-integer (MI) search space. The work reported in this paper may be clasified into three part. The first part discusses on relevant litratures and the methodology to solve multiple response optimization problem. The second part provide details on the working principal, parameter tuning of a hybrid ACO proposed for mixed integer state space. In the hybrid ACO, genetic algorithm (GA) is used for intensification of the search strategy. Standard single response (objective) test functions are selected to verify the suitability of hybrid ACO. The third part of this research work illustrates the application of the hybrid ACO in a multiple response optimization (MRO) problem. Statistical experimentation, partial least square regression, 'maximin' desirability function, and hybrid ACO is used to solve the MRO problem. The results confirm the suitability of the hybid ACO for a typical MI MRO problem.
6
EN
The present article contains study results regarding the reflector shape calculation to ensure uniform ratio of illuminance on the given surface. All calculations are optimized based on the genetic algorithm.
EN
Two parameters, regularization parameter c, which determines the trade off cost between minimizing the training error and minimizing the complexity of the model and parameter sigma (σ) of the kernel function which defines the non-linear mapping from the input space to some high-dimensional feature space, which constructs a non-linear decision hyper surface in an input space, must be carefully predetermined in establishing an efficient support vector machine (SVM) model. Therefore, the purpose of this study is to develop a genetic-based SVM (GASVM) model that can automatically determine the optimal parameters, c and sigma, of SVM with the highest predictive accuracy and generalization ability simultaneously. The GASVM scheme is applied on observed monitored data of a pressurized water reactor nuclear power plant (PWRNPP) to classify its associated faults. Compared to the standard SVM model, simulation of GASVM indicates its superiority when applied on the dataset with unbalanced classes. GASVM scheme can gain higher classification with accurate and faster learning speed.
EN
This abstract is for Mini symposium on Genetic Algorithm in Materials Design and Processing Modified 9Cr-1Mo ferritic steel is used as structural material for stream generator components of power plants. Generally, Tungsten Inert Gas (TIG) welding is preferred for welding these steels in which the depth of penetration achievable during autogenous welding is very limited and hence productivity is less. Therefore, Activated flux Tungsten Inert Gas (A-TIG) welding, a novel welding technique has been developed in house to increase the depth of penetration. In modified 9Cr-1Mo steel joints produced by A-TIG welding process, weld bead width, depth of penetration and Heat Affected Zone (HAZ) width play an important role in determining the mechanical properties and also the performance of the weld joints during service. To obtain the desired weld bead geometry, HAZ width and make a good weld, it becomes important to set the welding process parameters. Since the experimental optimization of these parameters is time consuming, soft-computing techniques are commonly used for optimization of the welding process parameters (welding voltage, current and torch speed). In this work, Adaptative Neuro Fuzzy Inference System (ANFIS), one of the soft-computing tools, is used to develop independent models correlating the welding process parameters like current, voltage and speed with weld bead shape parameters like depth of penetration, bead width and HAZ width. Then Genetic Algorithm is employed to determine the optimum A-TIG welding process parameters in order to obtain the desired weld bead shape parameters and HAZ width. Validation of the GA model is completed by carrying out experiments to compare the target values with that of the actual values of the weld bead shape parameters obtained. There is good agreement between the target values and the actual values.
PL
Modyfikowana stal ferrytyczna 9Cr-1MoDo wykorzystywana jest do budowy generatorów stosowanych w elektrowniach. Tego typu stale spawane są najczęściej metodą TIG (Tungsten Inert Gas), charakteryzującą się bardzo małą głębokością przetopu podczas spawania, a tym samym niską sprawnością. Dla zwiększenia głębokości przetopu opracowana została nowa technika spawania, tzw. A-TIG (Activated flux Tungsten Inert Gas). Własności mechaniczne oraz jakość wykonania spawów metodą A-TIG zależy w dużej mierze od szerokości spoiny, głębokości przetopu oraz wielkości strefy wpływu ciepła (Heat Affected Zone). Kontrola jakości spawu, czyli dobranie odpo-wiedniej szerokości spoiny oraz utrzymanie strefy ciepła HAZ, zależy od parametrów procesu. Ze względu na czasochłonności optymalizacji doświadczalnej, do określenia optymalnych para-metrów spawania zastosowano model obliczeniowy procesu połączony z algorytmem genetycznym (GA). Do wyznaczenia niezależnych modeli korelacji pomiędzy parametrami procesu: natężeniem i napięciem prądu oraz prędkością spawania, a szerokością spawu, głębokością przetopu oraz wielkością HAZ wykorzystano jedno z narzędzi ANFIS (Adaptive Neuro Fuzzy Interface System). Następnie za pomocą algorytmu genetycznego oszacowano optymalne parametry procesu spawania metodą A-TIG. W celu weryfikacji modelu wykonano doświadczenia i porównano wartości otrzymane z rzeczywistymi potwierdzając poprawność otrzymanych wyników obliczeń.
EN
The thesis deals with a problem of designing low voltage high power induction motors. Hybrid optimization algorithms are used. Selected global and deterministic optimization algorithms with modifications are applied. These modifications are the author's original scientific contribution to their basic form.
PL
Rozprawa dotyczy wykorzystania hybrydowych algorytmów optymalizacji do projektowania niskonapięciowych silników indukcyjnych dużych mocy. W pracy przedstawiono opracowane hybrydowe algorytmy optymalizacji: GA-R, ES-R, PSO-R, będące połączeniem trzech algorytmów optymalizacji globalnej, tj.: algorytmu genetycznego GA, strategii ewolucyjnej ES i algorytmu optymalizacji rojem cząstek PSO z odpowiednio zmodyfikowaną metodą Rosen-brocka. Ponadto dokonano porównania wyników obliczeń optymalizacyjnych silnika dla algorytmów optymalizacji globalnej jak i algorytmów hybrydowych. Zaimplementowane algorytmy wymagały wprowadzenia wielu zmian, tj. adaptacja do pracy tylko ze zmiennymi ciągłymi, tylko dyskretnymi oraz ciągłymi i dyskretnymi, przez zastosowanie odpowiednich funkcji dekodujących pojedyncze rozwiązanie dla metody deterministycznej oraz całe populacje rozwiązań dla algorytmów optymalizacji globalnej; dla algorytmu ES zmodyfikowanie wektora odchyleń standardowych w przypadku naruszenia ograniczeń kostkowych, oraz wprowadzenie procedury tasowania populacji rozwiązań zadaną ilość razy przed kolejną reprodukcją; dla algorytmów ES i PSO wprowadzenie procedur naprawy w przypadku naruszenia ograniczeń kostkowych przez danego osobnika. Zastosowanie hybrydowych algorytmów optymalizacji do optymalizacji silnika zmniejszyło koszty materiałowe i eksploatacyjne o około 20% w stosunku do silnika istniejącego, a uzyskane rozwiązania mają lepsze parametry eksploatacyjne.
10
Content available remote On Updating Finite Element Models of Real Structures Using Genetic Algorithm
EN
An efficient method of updating numerical models for dynamics problems is presented. The objective is to minimize the difference between measured and simulated vibration data. The corresponding optimization problem is formulated in the modal domain and solved using the genetic algorithm (GA) stochastic algorithm. Original modifications of a standard GA are proposed to improve the updating process efficacy. New versions of GA exploit the speeding up procedures developed in the novel accelerated random search (ARS) algorithm. A finite element model of a lumped mass structure is analyzed to validate the approach. A real beam-like structure model is updated, making use of experimental modal data. The enhanced GA enables us to obtain results well correlated with experiments.
EN
Non-homogeneous structural members such as beams are very important in various engineering applications and for experimental analysis purposes. A minor damage on any part of the structure reduces the strength of the structure and leads to a major failure. The analysis of non-homogenous beam becomes complicated due to the change of material properties from point to point. However, it becomes much more complicated when there exists a taper on such type of beams. In this paper, a new formulation of an objective function for the genetic search optimization procedure along with the residual force method is presented for the identification of macroscopic structural damage in a non-homogeneous tapered beam. The developed model requires experimentally determined data as input and detects the location and extent of the damage in the beam. Here, numerically simulated data using finite element models of structures are used to identify the damage at a reasonable level of accuracy. Damage parameters given theoretically are compared by the present procedure and are found to be in good agreement.
PL
Niejednorodne elementy strukturalne takie jak belki są istotną częścią konstrukcji inżynierskich i stanowią przedmiot wielu badań doświadczalnych. Nawet niewielkie pęknięcie takiego elementu obniża znacznie jego wytrzymałość i, w konsekwencji, wytrzymałość całej konstrukcji, co może prowadzić do znacznych zniszczeń. Analiza niejednorodnych elementów strukturalnych jest skomplikowana, ponieważ własności materiału zmieniają się w zależności od położenia, a problem staje się nawet bardziej złożony kiedy belka ma kształt stożkowaty. W niniejszej pracy przedstawiono nowe sformułowanie funkcji celu dla optymalizacji takich belek metodą algorytmów genetycznych. Optymalizację połączono z metodą sił residualnych i zastosowano do identyfikacji makroskopowych pęknięć w niejednorodnych belkach o zmiennym przekroju. Opracowany model wymaga danych doświadczalnych jako parametrów wejściowych i pozwala przewidywać lokalizację i rozmiar pęknięcie materiału. Dane wygenerowane numerycznie w oparciu o symulację konstrukcji metodą elementów skończonych zostały wykorzystane do identyfikacji pęknięcia materiału z dobrą dokładnością. Otrzymane teoretycznie parametry zniszczenia zostały porównane z wynikami z opracowanego modelu i otrzymano dobrą zgodność.
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.