Search
Abstract
W niniejszym rozdziale omawiana jest nowa metoda nieostrego, eksperckiego uporządkowania funkcji kryterialnych odpowiednich dla ewolucyjnych i chmarowych podejść do (iteracyjnego) rozwiązywania wielokryterialnych zadań optymalizacyjnych, w których korzysta się z idei rodzajnika genetycznego opartego na podziale zbioru funkcji celu na odpowiednie podzbiory (subkryteria). Podział ten odnosi się do pokrewieństwa w przestrzeni kryterialnej (i charakteru rozważanych celów). W odróżnieniu od podejścia GGA (ang. Genetic Gender Algorithm) nie stosuje się tu dynamicznego opatrywania ocenianych osobników atrybutem rodzajnika (wariantu) genetycznego.W rozdziale, po wprowadzeniu ważniejszych pojęć, prezentuje się wyniki przykładowych poszukiwań (ewolucyjnej optymalizacji) oraz jakościową ocenę zaprojektowanych w ten sposób układów detekcyjnych, opartych na liniowym obserwatorze, służących do monitoringu systemu sterowania układem napędowym okrętu.
Authors (2)
Cite as
Full text
full text is not available in portal
Keywords
Details
- Category:
- Monographic publication
- Type:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
- Title of issue:
- Systemy wykrywające, analizujące i tolerujące usterki strony 171 - 178
- Language:
- Polish
- Publication year:
- 2009
- Bibliographic description:
- Kowalczuk Z., Białaszewski T.: Hierarchiczna Pareto-optymalizacja obserwatorów detekcyjnych// Systemy wykrywające, analizujące i tolerujące usterki/ ed. red. Zdzisław Kowalczuk. Gdańsk: Pomorskie Wydawnictwo Naukowo-Techniczne PWNT, 2009, s.171-178
- Verified by:
- Gdańsk University of Technology
seen 115 times