Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

2 Informatyka Teoretyczna i Stosowana

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: funkcja przystosowania

Sortuj według:

Ogranicz wyniki do:

Koncepcja genetycznego zapisu zbiorów rozmytych wyższego typu

100%

Piech H.

tom R. 4, nr 6

45-55

Ewidentne merytoryczne analogie między interpretacją wiedzy niepewnej oraz probabilistycznym sposobem konwersji informacji sugerują możliwości wzajemnego wykorzystania konwencji opisu formalnego. Sterowanie różnych etapów algorytmów genetycznych odbywa się z wykorzystaniem aparatu probabilistycznego. Funkcje przynależności argumentów rozmytych przypominają funkcje gęstości rozkładów prawdopodobieństwa, a w niektórych przypadkach mogą być tak wykorzystywane [6]. Typową konwencją zapisu zbioru rozmytego jest przypisanie mu czterech liczb przedstawiających zakres uniwersum i zakres rozmytości [8]. Z kolei każdą z tych liczb można poddać fuzyfikacji uzyskując rozmytość wyższego typu. Wprowadzając kilka kryteriów jakościowych bądź ilościowych możemy utworzyć możemy dokonać ich agregacji poprzez wygenerowanie wielokryterialnej funkcji przynależności jU c(x). W ogólnym podejściu dla opisania funkcji przynależności wykorzystujemy różną ilość punktów, które stanowią jej miejsca charakterystyczne. Z powyższego wynika, iż notacja genetyczna stwarza możliwości opisu zarówno zbiorów rozmytych różnych typów jak i efektów agregacji kryteriow.

Wykorzystanie narzędzi genetycznych do sterowania środowiskiem rozproszonym

100%

Piech H. , Ptak A.

tom R. 2, nr 2

109-118

W środowisku rozproszonym możemy mieć do czynienia zarówno z rozproszeniem danych, jak i z rozproszeniem procesów. Problemy związane z takimi strukturami polegają na rozwiązywaniu zagadnień optymalizacyjnych, zmierzających do równomiernego obciążenia węzłów sieci, minimalizacji przepływów, minimalizacji rozpiętości drzewa sieci etc. Włączenie opisów i procedur genetycznych nie będzie przykładem zastosowania szybkiego i precyzyjnego narzędzia do optymalizacji, lecz niejako ożywi sieć, śledząc na bieżąco wszystkie transfery procesów oraz danych i może dostarczać informacji wykorzystywanych do usprawnienia pracy i dystrybucji w sieci. Wadą genetycznej optymalizacji jest długi czas jej realizacji, lecz równolegle śledzenie stanów i efektów decyzji sterujących przepływem procesów i danych pozwoli na równomierne rozłożenie zadań.