EBOOKI WYDAWCY
Autor:
Format:
pdf, ibuk
Monografia jest podsumowaniem ostatniej dekady prac badawczych autora w dziedzinie sztucznej inteligencji, a szczególnie metod inteligencji rojowej (ang. Swarm Intelligence). Przedstawiono w niej nowe metaheurystyki powstałe w wyniku wprowadzenia teorii Skierowanych Liczb Rozmytych Witolda Kosińskiego do metod rojowych. W pracy znajdują się też całkiem nowe metody optymalizacji, które opracowano pod kierunkiem autora, czerpiąc bezpośrednie inspiracje z przyrody. Jeden z rozdziałów monografii poświęcony został skierowanym liczbom rozmytym, gdzie w szczególności zaprezentowano rezultaty oryginalnych badań podstawowych, którymi kierował autor w laboratorium AIRlab.
Liczba stron | 266 |
---|---|
Wydawca | Wydawnictwo Uniwersytetu Kazimierza Wielkiego w Bydgoszczy |
ISBN-13 | 978-83-8018-219-6 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
EBOOKI WYDAWCY
POLECAMY
Ciekawe propozycje
Spis treści
Wprowadzenie 1 | |
Cześć I Skierowane liczby rozmyte 5 | |
1. Zbiory rozmyte | 7 |
1.1 Teoria Lotfi Zadeha | 7 |
1.2 Stopien przynaleznosci | 10 |
1.3 Wskazniki zbioru rozmytego | 11 |
1.4 Klasyfikacja zbiorów rozmytych | 15 |
1.5 Działania na zbiorach rozmytych | 17 |
2. Liczby rozmyte | 23 |
2.1 Pojecie liczby rozmytej | 23 |
2.2 Zasada rozszerzania Zadeha | 23 |
2.3 Definowanie operacji na liczbach rozmytych | 24 |
3. Skierowane liczby rozmyte (OFN) | 31 |
3.1 Wprowadzenie do teorii OFN | 31 |
3.2 Rozmyta obserwacja | 33 |
3.3 Graficzna reprezentacja OFN | 34 |
3.4 Arytmetyka OFN | 37 |
3.5 Operatory wyostrzania | 45 |
3.5.1 Klasycznie znane metody wyostrzania | 45 |
3.5.2 Specyfika metod wyostrzania dedykowanych dla OFN | 46 |
3.5.3 Definicja operatora wyostrzania Golden Ratio | 48 |
3.5.4 Definicja operatora wyostrzania Mandala Factor | 51 |
3.5.5 Metoda trójkatnego rozszerzania | 53 |
3.5.6 Definicja operatora wyostrzania Triangular Expanding | 55 |
3.5.7 Podsumowanie | 58 |
3.6 Rezultaty zastosowania operatorów wyostrzania na liczbach OFN | 59 |
3.7 Operator normalizacji | 67 |
3.7.1 Operator normalizacji liczb OFN | 67 |
3.7.2 Matematyczne podstawy operatora SNO | 68 |
3.7.3 Katalog kształtów liczb OFN69 | |
3.7.4 Zbiór normalizacji liczb OFN o unikalnych kształtach | 71 |
3.7.5 Podsumowanie | 76 |
Cześć II Optymalizacja kolonia mrówek 77 | |
4. Charakterystyka systemów mrowiskowych | 79 |
4.1 Ogólna charakterystyka systemów mrówkowych | 79 |
4.2 Model AS (Ant Systems) | 81 |
4.3 Model EAS (Elitist Ant System) | 83 |
4.4 Model MMAS (Max-Min Ant System) | 84 |
4.5 Model ASrank (Rank Based Ant System) | 85 |
4.6 Model ACO (Ant Colony Optimization) | 85 |
5. Zastosowanie skierowanych liczb rozmytych w systemach mrowiskowych | 91 |
5.1 Nowa metoda optymalizacji mrówkowej OFNAnt | 91 |
5.2 Eksperyment | 92 |
5.2.1 Metodologia przeprowadzania eksperymentów | 92 |
5.2.2 Oprogramowanie uzyte w eksperymentach | 93 |
5.2.3 Dane eksperymentalne | 93 |
5.3 Rezultaty przeprowadzonych eksperymentów | 94 |
5.4 Podsumowanie | 99 |
Cześć III Optymalizacja rojem pszczół 103 | |
6. Charakterystyka systemów pszczelej optymalizacji | 105 |
6.1 Ogólna charakterystyka systemów pszczelich | 105 |
6.2 Model MBO (Marriage In Honey-Bees Optimization) | 108 |
6.3 Model BCO (Bee Colony Optimization) | 109 |
6.4 Model ABC (Artificial Bee Colony) | 111 |
7. Zastosowanie skierowanych liczb rozmytych w systemach pszczelej optymalizacji | 115 |
7.1 Wprowadzenie do nowej metody | 115 |
7.2 Nowa metoda pszczelej optymalizacji OFNBee | 118 |
7.3 Eksperymenty i wyniki dla problemów konstrukcyjnych | 119 |
7.4 Podsumowanie | 123 |
Cześć IV Optymalizacja kolonia roztoczy 125 | |
8. Charakterystyka systemów optymalizacji kolonia roztoczy | 127 |
8.1 Ogólna charakterystyka roztoczy | 127 |
8.2 Optymalizacja selekcji za pomoca sztucznego roztocza | 129 |
8.2.1 Zachowania społeczne roztoczy | 129 |
8.2.2 Nowy algorytm optymalizacji MGlaber | 131 |
8.2.3 Srodowisko eksperymentu | 132 |
8.2.4 Podsumowanie | 138 |
9. Zastosowanie skierowanych liczb rozmytych w systemach roztoczy | 141 |
9.1 Model AAO (Artificial Acari Optimization) | 141 |
9.1.1 Wprowadzenie | 141 |
9.1.2 Metoda Artificial Acari Optimization | 142 |
9.1.3 Funkcje testujace i wyniki optymalizacji | 145 |
9.1.4 Podsumowanie | 172 |
Zakonczenie 173 | |
10.1 Podsumowanie i wnioski | 173 |
10.2 Kierunki dalszych badan | 175 |
10.2.1 Wprowadzenie do metody optymalizacji stadem swin | 175 |
10.2.2 Nowa metoda optymalizacji ADPO (Artificial Duroc Pigs Optimization) | 177 |
Dodatek A | 185 |
11.1 Metodyka prowadzenia badan eksperymentalnych | 185 |
11.2 Zbiór matematycznych funkcji testujacych | 186 |
11.2.1 Funkcja Ackley | 186 |
11.2.2 Funkcja Eggholder | 186 |
11.2.3 Funkcja Rastrigin | 188 |
11.2.4 Funkcja Griewangk | 188 |
11.2.5 Funkcja Beale | 189 |
11.2.6 Funkcja Schwefel | 191 |
11.2.7 Funkcja Sphere | 191 |
11.2.8 Funkcja Easom | 192 |
11.2.9 Funkcja Matyas | 193 |
11.2.10 Funkcja Levy N.13 | 194 |
11.3 Zbiór mechanicznych problemów testujacych | 196 |
11.3.1 Problem spawanej belki | 196 |
11.3.2 Problem zbiornika cisnieniowego | 198 |
11.3.3 Problem reduktora predkosci | 199 |
11.3.4 Problem rozciagania i sciskania sprezyny | 201 |
11.3.5 Problem kratownicy o trzech pretach | 203 |
11.3.6 Problem kratownic o dwóch i stu dwudziestu pretach | 204 |
11.3.7 Problem przekładni zebatej | 207 |
11.3.8 Problem sprezyny srubowej | 208 |
11.3.9 Problem tarczy hamulcowej | 209 |
Dodatek B | 211 |
12.1 Zbiór normalizacji wszystkich kształtów liczby OFN | 211 |
Bibliografia | 251 |