Menu
W artykule przedstawiono problematykę budowania modeli symulacyjnych dyskretnych sys-temów wytwarzania w programie Arena. Opisano metodę analizy funkcjonalnej systemu wy-twarzania
Zobacz Szczegóły
Ponadto, wszystkie metody optymalizacji ciągłej dają niedeterministyczne re-zultaty. Jest to spowodowane dwiema przyczynami: losową inicjalizacją (np. doborem punktu startowego) oraz
Zobacz Szczegóły
Idea tego typu metod polega na podziale bieżącego rozwiązania na dwa lub więcej podzbiorów. W tym przypadku zbiór rozwiązań jest rozbijany na 2 podzbiory: jeden złożony z rozwiązań zawierających
Zobacz Szczegóły
W tym artykule badamy teoretyczne aspekty inspirowanego naturą algorytmu optymalizacji, optymalizacji roju cząstek, a następnie stosujemy algorytm do prostego przykładu w Pythonie,
Zobacz Szczegóły
Metoda podziału i ograniczeń przy maksymalizacji Jeżeli dla danej gałęzi drzewa górna granica („w tej gałęzi będzie co najwyżej tak dobrze” czyli „nie będzie lepiej niż”) jest niższa od znanego już
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
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
Niniejszy artykuł opisuje procedurę badawczą mającą na celu stwierdzenie lub zaprzeczenie potrzeby strojenia algorytmu optymalizacji rojem cząstek (PSO) w stosunku do zadań o średniej skali
Zobacz Szczegóły
Pokażemy problemy z zastosowaniem metody największego spadku i jej naiwnych modyfikacji oraz zaproponujemy skuteczne aczkolwiek bardziej skomplikowane
Zobacz Szczegóły
U01: Wykorzystuje narzędzia programistyczne MatLab i Simulink, pozwalające na realizację projektów w zakresie tworzenia układów regulacji na podstawie zastosowania metod optymalizacji –K_U05 U02:
Zobacz Szczegóły
Problem optymalizacji wartości funkcji możemy sformułować jako zagadnienie poszukiwania wartości ekstremalnych, tj. maksimum bądź minimum. Maksimum możemy zamienić w minimum
Zobacz Szczegóły
Algorytmy genetyczne wykorzystywane do optymalizacji: poszukiwanie najlepszego lub zbliżonego do najbliższego rozwiązania pośród wszystkich możliwych rozwiązań danego problemu Weryfikacja
Zobacz Szczegóły
PDF | On Dec 15, 2016, Józef Lisowski published Metody roju cząstek w optymalizacji procesów transportowych i logistycznych. Particle swarm methods
Zobacz Szczegóły
Symulacja komputerowa stanowi ważne podejście do zrozumienia szerokiej gamy systemów rzeczy-wistych i abstrakcyjnych. Za pomocą modelu symulacyjnego możemy przedstawić kluczowe cechy
Zobacz Szczegóły
We would like to show you a description here but the site won''t allow us.
Zobacz Szczegóły
Metody i algorytmy rozwiązywania zadań optymalizacji z ograniczeniami Metody stochastyczne - algorytmy mrówkowy i genetyczny. 3. Optymalizacja dynamiczna. Przykłady problemów sterowania
Zobacz Szczegóły
topologia gwiazdy topologia z “błędem” (zaburzenie poprzednich wersji) piramida Particle Swarm Optimization zostało zaprojektowane do optymalizacji rzeczywistych funkcji ciągłych.
Zobacz Szczegóły
Optymalizacja a uczenie się Algorytmy optymalizacji stanowią funkcje przekształcające pewien zbiór punktów startowych w rozwiązanie jak najbliższe optymalnemu. Proces uczenia wygląda podobnie –
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
1.1 Dlaczego potrzebujemy optymalizacji ci ̨agłej? Gł ̨ebokie sieci neuronowe (ang. deep neural networks) pod wieloma wzgl ̨edami zrewolu-cjonizowały podej ́scie do problemów sztucznej
Zobacz Szczegóły
Wadą metody jest konieczność wyznaczania hesjanu w każdym punkcie. Gdy ta staje się osobliwa wówczas metoda przestaje działać – co może być spowodowane np. występowaniem błędów
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
Rozwiązując zadanie optymalizacji, możemy przeglądać i analizować wszystkie punkty generowane przez algorytm i umieszczane w logu – niezależnie od tego, czy zostaną one wybrane na etapie
Zobacz Szczegóły
Streszczenie Artykuł dotyczy wykorzystania algorytmu optymalizacji rojem cząstek do roz-wiązywania układów równań nieliniowych. Przeprowadzona została ekspery-mentalna analiza efektywności i
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
Streszczenie: Ze względu na nieistnienie uniwersalnego algorytmu optymalizacji rozwiązującego wszystkie problemy naukowo-techniczne opracowywanie nowych i wydajniejszych obliczeniowo
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
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
K2A_W2 - Zagadnienia związane z modelowaniem i prowadzeniem symulacji numerycznych dotyczących prostych metod optymalizacji, w tym rozwiązywania tych zagadnień.
Zobacz Szczegóły
ALGORYTMY OPTYMALIZACJI W ZADANIACH MODELOWANIA Streszczenie. W artykule przedstawiono opis procedur umożliwiających rozwią zywanie zadań optymalizacji parametrycznej i
Zobacz SzczegółyWersja PDF zawiera pełny artykuł z odniesieniami źródłowymi. Idealna do druku i czytania offline.