Problem identyfikacji geometrii brzegów jest szczególnym przypadkiem tzw. odwrotnych zagadnień brzegowych. Zagadnienia takie należą do zagadnień trudnych, mających jednak szerokie praktyczne zastosowanie. W odwrotnych zagadnieniach brzegowych identyfikacji może być poddana nie tylko geometria brzegu, ale również warunki brzegowe, jak również parametry obszaru. W celu efektywnego rozwiązywania odwrotnych zagadnień brzegowych można zastosować algorytmy stosowane w sztucznej inteligencji. W referacie przedstawiono przykłady identyfikacji wielokątnej geometrii brzegu dla potencjalnych zagadnień brzegowych za pomocą nauczonej sieci neuronowej.
Celem niniejszej pracy jest zbadanie możliwości zastosowania nowoczesnych rozwiązań równoległego przetwarzania danych w celu przyspieszenia procesu obliczeniowego pojawiającego się w trakcie numerycznego rozwiązywania PURC. Autorzy wzięli pod uwagę możliwość wykorzystania procesorów kart graficznych do obliczeń numerycznych w zastosowaniach ogólnych (general-purpose GPU – GPGPU), a w szczególności technologię CUDA (Compute Unified Device Architecture) firmy NVidia®.
EN
The main purpose of this paper is examination of an application of modern parallel computing solutions to speed up the calculation in the numerical solution of parametric integral equations systems (PIES). The authors considered use of graphics cards programming in general-purpose applications (GPGPU), particularly NVidia® CUDA (Compute Unified Device Architecture).
Identification of a shape of a boundary belongs to a very interesting part of boundary problems called inverse problems. Various methods were used to solve these problems. Therefore in practice, there are two well-known methods widely applied to solve the problem: the FEM and the BEM. In this paper a competitive meshless and more effective method - the PIES combined with artificial intelligence (AI) methods is applied to solve the shape inverse problems. The aim of the paper is an examination of two popular AI algorithms (genetic algorithms and artificial immune systems) in identification of the shape of the boundary.
PL
Identyfikacja kształtu brzegu należy do bardzo interesującej grupy zagadnień brzegowych nazywanej zagadnieniami odwrotnymi. Istnieje liczna grupa metod służących rozwiązywaniu takich problemów. Jednakże w praktyce do rozwiązywania zagadnień odwrotnych szeroko wykorzystywane są dwie metody: MES i MEB. W niniejszej pracy zaproponowano zastosowanie alternatywnej bezelementowej i bardziej efektywnej metody - PURC połączonej z algorytmami sztucznej inteligencji (SI) do identyfikacji kształtu brzegu. Celem pracy jest zbadanie efektywności dwóch popularnych algorytmów SI (algorytmów genetycznych i sztucznych systemów immunologicznych) w identyfikacji kształtu brzegu.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.