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

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Dobór genetyczny
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Optymalizacja zamocowania i wspomagania ruchu pionowej ściany zamykającej przestrzeń ładowną
Lewiński Jerzy, Gazdulski Tomasz
Modelowanie Inżynierskie
|
2019
|
T. 40, nr 71
50--55
PL
W pracy opisano procedurę optymalizacji zamocowania ruchomej ściany zamykającej przestrzeń ładowną. Ściana obraca się na zawiasach od położenia pionowego do poziomego. Jej ruch jest wspomagany dwiema sprężynami gazowymi. Celem jest ograniczenie siły potrzebnej do uruchomienia ściany. Optymalizacja, prowadzona z zastosowaniem algorytmu genetycznego polega na dobraniu położenia zawiasów, położenia punktów zamocowania sprężyn gazowych oraz typu sprężyn.
EN
The work describes the optimizing procedure of attachment and motion of the wall closing the cargo area. The wall rotates on the hinges from vertical to horizontal position. Its motion is assisted by two gas springs. The goal is to reduce the force necessary to set the wall in motion. Optimization, carried out with the use of a genetic algorithm, consists in selecting the position of the hinges, the position of the gas springs attachments and the spring
2
Content available remote Dobór i optymalizacja konfiguracji zasobnika trakcyjnego
Wieczorek M., Lewandowski M.
Pojazdy Szynowe
|
2015
|
Nr 4
55--57
PL
W artykule przedstawiono algorytm doboru magazynów energii elektrycznej. Wybór HESS pozwala na spełnienie warunków obciążenia w sposób optymalny. Jednak ustalenie konfiguracji urządzeń w systemie staje się bardzo złożonym zagadnieniem optymalizacyjnym. Przedstawiono propozycje rozwiązania tego problemu z zastosowaniem algorytmu genetycznego.
EN
The article presents an algorithm for selection of storages for electric energy. The choice of HESS allows to meet the load conditions in an optimal way. However, determination of the devices configuration in the system becomes very complex optimization problem. Proposals to solve this problem with the use of a genetic algorithm.
3
Content available remote Optymalizacja składu jednostek wytwórczych z wykorzystaniem algorytmu hybrydowego symulowanego wyżarzania i algorytmu genetycznego
Dudek G.
Archiwum Energetyki
|
2006
|
T. 35, nr 1
3-28
PL
W artykule przedstawiono model optymalizacyjny doboru składu jednostek wytwórczych z zastosowanie probabilistycznego algorytmu hybrydowego, będącego kombinacją symulowanego wyżarzania i algorytmu genetycznego. Optymalizacji podlega kombinacja współpracujących jednostek wytwórczych oraz ich obciążenia czynne w okresie dobowym. Zaproponowano operatory genetyczne, metodę eliminacji ograniczeń funkcji kosztu i schemat wyżarzania zapewniające efektywność algorytmu. Funkcja kosztu obejmuje koszty zmienne generacji oraz koszty rozruchu jednostek . Ograniczeniami narzuconymi na funkcję kosztu są: warunek bilansu mocy, zakresy generacji jednostek, minimalne czasy postoju w rezerwie i pracy po rozruchu oraz spełnienie wymagań co do poziomu rezerwy wirującej. Efektywność metody zobrazowano przykładem. Wykonano obliczenia porównawcze za pomocą algorytmów: z twardą selekcją, Monte Carlo i charakterystyk czasów granicznych.
EN
This paper presents an optimization model of the unit commitment problem using a probabilistic hybrid algorithm combining a simulated annealing scheme and a genetic algorithm. The set of generating units and their generation levels during the 24-hour scheduling period are optimized. Genetic operators, a method for the elimination of cost function constraints, and an annealing scheme are proposed. The cost function includes generation costs and start-up costs. The constraints are: the load demand, units generation capability limits, units minimum up and down times and the spinning reserve. The efficiency of the proposed method is illustrated with an example. Results of comparative computations using a hard selection method, the Monte Carlo method and the limit time characteristic method are reported.
4
Dobór wartości parametrów do modelu symulacyjnego przedsiębiorstwa transportu samochodowego za pomocą algorytmu ganetycznego
Jankowski M., Łatuszyńska M.
Problemy Ekonomiki Transportu
|
2001
|
nr 2
5-15
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.