Wybrane metody inteligencji obliczeniowej w praktyce. Laboratorium

Opis

Głównym celem tej publikacji jest aktualizacja treści części ćwiczeń laboratoryjnych skryptu stanowiącego jego wydanie I z roku 2008. Aktualizacja dotyczy również rozszerzenia jednego ćwiczenia oraz wprowadzenia jednego nowego ćwiczenia dotyczącego nieomawianej w dotychczasowym skrypcie metody inteligencji obliczeniowej oraz możliwego jej zastosowania. Aktualne wydanie skryptu nie zawiera ćwiczeń dotyczących sztucznych sieci neuronowych, które znajdowały się w wydaniu I. Zmianie uległ również tytuł skryptu.
Skrypt zawiera opis ćwiczeń laboratoryjnych realizowanych głównie na przedmiotach: „Metody sztucznej inteligencji w elektroenergetyce” i „Podstawy sztucznej inteligencji”. Opis poszczególnych ćwiczeń jest typowy dla zajęć laboratoryjnych o charakterze komputerowym.

Spis treści

Przedmowa / 9

Algorytmy ewolucyjne, algorytm mrówkowy i algorytm PSO (Dariusz Baczyński, Marcin Kopyt, Mirosław Parol, Michał Połecki, Łukasz Rokicki) / 11

Ćwiczenie 1. Metody skalowania funkcji przystosowania w algorytmie ewolucyjnym / 11
1.1. Cel i zakres ćwiczenia / 11
1.2. Wprowadzenie teoretyczne / 11
1.2.1. Charakterystyka algorytmu ewolucyjnego / 11
1.2.2. Metody skalowania funkcji przystosowania / 13
1.3. Przebieg ćwiczenia / 22
1.4. Zadania do samodzielnego wykonania / 34
1.5. Warunki zaliczenia ćwiczenia / 34
Literatura pomocnicza / 35

Ćwiczenie 2. Metody selekcji w algorytmie ewolucyjnym / 36
2.1. Cel i zakres ćwiczenia / 36
2.2. Wprowadzenie teoretyczne / 36
2.2.1. Metody selekcji oparte na funkcji przystosowania / 37
2.2.2. Rankingowe metody selekcji / 43
2.2.3. Inne metody selekcji / 45
2.3. Przebieg ćwiczenia / 45
2.4. Zadania do samodzielnego wykonania / 47
2.5. Warunki zaliczenia ćwiczenia / 47
Literatura pomocnicza / 48

Ćwiczenie 3. Algorytm ewolucyjny w zadaniu optymalizacji funkcji wielu zmiennych – wybranym problemie z dziedziny elektroenergetyki / 49
3.1. Cel i zakres ćwiczenia / 49
3.2. Wprowadzenie teoretyczne / 49
3.2.1. Reprezentacja problemu / 50
3.2.2. Elitaryzm selekcji / 50
3.2.3. Operatory genetyczne / 50
3.2.4. Przekształcanie funkcji celu w funkcję przystosowania / 51
3.2.5. Uwzględnianie ograniczeń / 52
3.2.6. Dobór parametrów algorytmu ewolucyjnego / 53
3.3. Charakterystyka optymalizowanej funkcji / 53
3.4. Przebieg ćwiczenia / 56
3.4.1. Pakiet MATPOWER / 56
3.4.2. Zadania do wykonania / 59
3.5. Zadania do samodzielnego wykonania / 65
3.6. Warunki zaliczenia ćwiczenia / 65
Literatura pomocnicza / 65

Ćwiczenie 4. Optymalna regulacja napięć w sieciach dystrybucyjnych SN i nn z użyciem algorytmu ewolucyjnego / 66
4.1. Cel i zakres ćwiczenia / 66
4.2. Wprowadzenie teoretyczne / 66
4.2.1. Wstęp / 66
4.2.2. Sformułowanie problemu / 68
4.2.3. Model matematyczny zadania / 69
4.2.4. Funkcja przystosowania / 71
4.3. Przebieg ćwiczenia / 71
4.3.1. Zadania do wykonania / 71
4.3.2. Program RegNap / 71
4.4. Zadania do samodzielnego wykonania / 77
4.5. Warunki zaliczenia ćwiczenia / 77
Literatura pomocnicza / 78

Ćwiczenie 5. Estymacja obciążeń szczytowych rocznych stacji SN/nn z użyciem algorytmu ewolucyjnego / 79
5.1. Cel i zakres ćwiczenia / 79
5.2. Wprowadzenie teoretyczne / 79
5.2.1. Sformułowanie problemu / 79
5.2.2. Model matematyczny / 80
5.2.3. Funkcja przystosowania / 81
5.2.4. Wskaźniki jakości procesu estymacji / 82
5.3. Przebieg ćwiczenia / 83
5.3.1. Zadania do wykonania / 83
5.3.2. Program Estym / 83
5.4. Zadania do samodzielnego wykonania / 88
5.5. Warunki zaliczenia ćwiczenia / 89
Literatura pomocnicza / 89

Ćwiczenie 6. Projektowanie optymalnych struktur sieci rozdzielczych o układach wielopętlowych / 90
6.1. Cel i zakres ćwiczenia / 90
6.2. Wprowadzenie teoretyczne / 90
6.2.1. Wstęp / 90
6.2.2. Sformułowanie problemu / 91
6.2.3. Model matematyczny / 93
6.2.4. Operatory genetyczne oraz funkcja przystosowania / 94
6.2.5. Charakterystyka algorytmu mrówkowego i algorytmu kolonii mrówek / 95

A. Przypadek stosowania algorytmu ewolucyjnego / 99
6.3. Przebieg ćwiczenia / 99
6.3.1. Zadania do wykonania / 99
6.3.2. Program ProjStru / 100

B. Przypadek stosowania algorytmu kolonii mrówek / 105
6.4. Przebieg ćwiczenia / 105
6.4.1. Zadania do wykonania / 105
6.4.2. Program ProjStru / 105
6.5. Zadania do samodzielnego wykonania / 108
6.6. Warunki zaliczenia ćwiczenia / 109
Literatura pomocnicza / 109

Ćwiczenie 7. Algorytm PSO w zadaniu optymalizacji funkcji wielu zmiennych – wybranym problemie z dziedziny elektroenergetyki / 110
7.1. Cel i zakres ćwiczenia / 110
7.2. Wprowadzenie teoretyczne / 110
7.2.1. Ogólna charakterystyka algorytmu PSO / 110
7.2.2. Pojęcia roju i cząsteczki / 111
7.2.3. Schemat działania algorytmu PSO / 112
7.3. Charakterystyka wybranego problemu optymalizacyjnego z dziedziny elektroenergetyki / 114
7.4. Przebieg ćwiczenia / 114
7.5. Zadania do samodzielnego wykonania / 119
7.6. Warunki zaliczenia ćwiczenia / 120
Literatura pomocnicza / 120
Wnioskowanie rozmyte (Sławomir Bielecki) / 121

Ćwiczenie 8. Wnioskowanie oparte na logice rozmytej / 121
8.1. Cel i zakres ćwiczenia / 121
8.2. Wprowadzenie teoretyczne / 121
8.2.1. Wstęp / 121
8.2.2. Wybrane pojęcia teorii zbiorów rozmytych / 122
8.2.3. Działania na zbiorach rozmytych / 123
8.2.4. Wnioskowanie rozmyte / 124
8.2.5. Prosty sterownik rozmyty / 126
8.2.6. Przykład działania sterownika rozmytego / 129
8.3. Wykonanie ćwiczenia / 132
8.3.1. Sformułowanie problemu / 132
8.3.2. Przebieg ćwiczenia / 133
8.4. Zadania do samodzielnego wykonania / 136
8.5. Warunki zaliczenia ćwiczenia / 136
Literatura pomocnicza / 137

Informacje o bezpieczeństwie produktu Informacje o producencie