Algorytmy rojowe w optymalizacji układów mikrosieci
W artykule zaprezentowano przykłady wykorzystania algorytmów rojowych do doboru charakterystyk zasobnika oraz generatora fotowoltaicznego pracujących jako elementy mikrosieci.
Zobacz Szczegóły
W artykule zaprezentowano przykłady wykorzystania algorytmów rojowych do doboru charakterystyk zasobnika oraz generatora fotowoltaicznego pracujących jako elementy mikrosieci.
Zobacz Szczegóły
Streszczenie W pracy analizowano skuteczność i uniwersalność stosowania algorytmów genetycznych w wybranych zagad-nieniach optymalizacji. Zaimplementowano algorytm genetyczny dla problemu
Zobacz Szczegóły
Nauczysz się: Jak napisać od podstaw i skonfigurować podstawowe algorytmy optymalizacyjne: grid search, 1+1 oraz gradientowy. Nauczysz się podstawowego ustawiania metaparametrów oraz
Zobacz Szczegóły
Streszczenie: W artykule przedstawiono możliwość wykorzystania algorytmu genetycznego do optymalizacji, a także przedstawiono podstawowe definicje związane z algorytmami genetycznymi
Zobacz Szczegóły
problemy optymalizacyjne, których zmienne decyzyjne s ̨a dyskretne (zmienne decyzyjne o dyskretnych dziedzinach) – problemy optymalizacyjne dyskretne. (x ) = min f (y ). Rozwi ̨azanie x jest rozwi
Zobacz Szczegóły
Głównym celem niniejszego artykułu jest opracowanie algorytmu klasteryzacyjnego opartego o inspiro-wany biologicznie algorytm optymalizacji rojem cząstek i dedykowanego dla zagadnienia
Zobacz Szczegóły
We would like to show you a description here but the site won''t allow us.
Zobacz Szczegóły
Algorytmy genetyczne wykorzystywane do optymalizacji: poszukiwanie najlepszego lub zbliżonego do najbliższego rozwiązania pośród wszystkich możliwych rozwiązań danego problemu Weryfikacja
Zobacz Szczegóły
Optymalizacja oprogramowania – działanie mające na celu poprawę wydajności programu komputerowego, głównie poprzez zwiększenie szybkości działania i zmniejszenie wykorzystania
Zobacz Szczegóły
Optymalizacja znajduje zastosowanie w wielu branżach, takich jak logistyka, finanse, produkcyjność czy zarządzanie zasobami. W tym artykule
Zobacz Szczegóły
Umiejętność optymalizacji – know-how Problem istnieje, gdy zauważono różnicę między stanem zastanym, a pożądanym. Rozwiązanie problemu polega na działaniu w celu zmniejszenia różnicy
Zobacz Szczegóły
Algorytmy genetyczne służą głównie do tego, żeby rozwiązywać zadania optymalizacji Wiele problemów optymalizacji tym się cechuje, że znalezienie dokładnego rozwiązania może zajmować bardzo dużo
Zobacz Szczegóły
Streszczenie Praca dotyczy zastosowania algorytmu optymalizacji rojem cząstek do znajdowania ekstremów globalnych dla wybranych funkcji jedno i wie-lomodalnych. Na podstawie wyników
Zobacz Szczegóły
Większość algorytmów numerycznych to algorytmy poszukiwania ekstremum lokalnego. Skuteczność działania takich procedur jest więc w dużym stopniu
Zobacz Szczegóły
Optymalizacja za pomocą roju cząstek (ang. Particle Swarm Optimization, w skrócie PSO) to algorytm metaheurystyczny służący do rozwiązywania problemów optymalizacyjnych. Problem
Zobacz Szczegóły
Algorytmy optymalizacji zazwyczaj działają w sposób niedeterministyczny – każdy przebieg może dawać nieco inny wynik. Z tego powodu konieczna jest statystyczna analiza powtarzalności metody oraz
Zobacz Szczegóły
Równoważność algorytmów optymalizacji Reguła „nie ma nic za darmo” (ang. no free lunch theory): efektywność różnych typowych algorytmów szukania uśredniona po wszystkich możliwych
Zobacz Szczegóły
Laboratorium 6: Optymalizacja Wstęp Zadania optymalizacyjne to podstawa całej teorii sterowania. Zazwyczaj nie tylko nam chodzi, żeby
Zobacz Szczegóły
Co to jest złożoność algorytmu i notacja Big O? Popraw swoją wydajność dzięki optymalizacji algorytmów. Wskazówki dotyczące złożoności czasu i przestrzeni.
Zobacz Szczegóły
Wymagania wstępne Znajomość wybranych działów analizy matematycznej, teorii sterowania, metod optymalizacji funkcji, z pracy w środowisku MatLab i Simulink.
Zobacz Szczegóły
Jedną z pierwszych wersji algorytmu sekwencyjnego zaproponowali Welsh i Powell, jako pierwsi porządkowali wierzchołki w kolejności nierosnących stopni. Takie Uporządkowanie nazywa się
Zobacz Szczegóły
trendzie, o którym mowa można również zauważyć chęć autorów nowych publikacji do stworzenia uniwersalnego algorytmu pozwalającego na skuteczne rozwiązywanie dowolnego problemu
Zobacz Szczegóły
Zatem niewielkie modyfikacje macierzy odwrotnych w kolejnych iteracjach algorytmu wykonuje si ̨e za pomoc ̨a przekształce ́n elementarnych zastosowanych do B−1.
Zobacz Szczegóły
Metody ewolucyjne Metody ewolucyjne proponują alternatywne podejście do problemu optymalizacji. Dzięki ich zastosowaniu możliwe jest szybsze przeszukiwanie przestrzeni rozwiązań z uniknięciem
Zobacz Szczegóły
Zwróćmy uwagę, że wymagaliśmy podobnych założeń w poprzednim rozdziale, dla optymalizacji bez ograniczeń. Wymóg wypukłości okazuje się bardzo
Zobacz Szczegóły
Wprowadzenie,,Optymalizacja” to poszukiwanie czegoś,,najlepszego”. Sprawdzenie, czy coś (np. decyzja) jest najlepsze, wymaga, przede wszystkim, określenia jakiejś miary, która pozwoli tą
Zobacz Szczegóły
Adiunkt w Katedrze Sterowania i Zarządzania na Wydziale Elektrotechniki, Automatyki i Informatyki Politechniki Świętokrzyskiej. Przedmiotem jej zaintere-sowań jest problematyka zastosowania
Zobacz SzczegółyWersja PDF zawiera pełny artykuł z odniesieniami źródłowymi. Idealna do druku i czytania offline.