Suchergebnisse - "многокритериальная оптимизация"
-
1
Quelle: Высшая школа: научные исследования.
Schlagwörter: многокритериальная оптимизация, квадрокоптер, принятие решения, аддитивный метод
-
2
Autoren:
Quelle: Научно-технический вестник информационных технологий, механики и оптики, Vol 23, Iss 1, Pp 97-104 (2024)
Schlagwörter: определение дифференциальных уравнений, эволюционная оптимизация, многокритериальная оптимизация, динамические системы, символьная регрессия, Information technology, T58.5-58.64
Dateibeschreibung: electronic resource
-
3
Quelle: Сибирский пожарно-спасательный вестник. :85-90
-
4
Autoren:
Quelle: Computer Technologies, Automatic Control, Radioelectronics; Том 25, № 2 (2025); 107-119 ; Компьютерные технологии, управление, радиоэлектроника; Том 25, № 2 (2025); 107-119 ; 2409-6571 ; 1991-976X
Schlagwörter: multicriteria optimization, Pareto optimality, life cycle management, integer programming, innovative technologies, многокритериальная оптимизация, Парето-оптимальность, управление жизненным циклом, целочисленное программирование, инновационные технологии
Dateibeschreibung: application/pdf
-
5
Autoren: Elena Chausova
Quelle: Acta cybernetica. 2023. Vol. 26, № 1. P. 35-52
Schlagwörter: управление цепями поставок, 0209 industrial biotechnology, интервальный анализ, управление запасами, модельное прогнозное управление, многокритериальная оптимизация, квадратичное программирование, сетевые модели, 02 engineering and technology, 0101 mathematics, 01 natural sciences, интервально-стохастическая неопределенность
Dateibeschreibung: application/pdf
-
6
Autoren:
Quelle: Информатика и автоматизация, Vol 22, Iss 4, Pp 906-940 (2023)
Schlagwörter: автоматизация, проактивное управление, информационные ресурсы, данные дистанционного зондирования земли, интеграция данных, комплексное моделирование, сервис-ориентированная архитектура, многокритериальная оптимизация, Electronic computers. Computer science, QA75.5-76.95
Dateibeschreibung: electronic resource
-
7
Quelle: Авиакосмическое приборостроение.
-
8
-
9
Weitere Verfasser: Капусто, А. В., науч. рук.
Schlagwörter: Беларусь, анализ иерархий, Минск, real estate, многокритериальная оптимизация, недвижимость, STEM, multi-criteria optimisation, квартиры, flats, hierarchy analysis
Dateibeschreibung: application/pdf
Zugangs-URL: https://rep.vsu.by/handle/123456789/44695
-
10
Autoren: et al.
Quelle: Известия Томского политехнического университета
Bulletin of the Tomsk Polytechnic UniversitySchlagwörter: скважинные коллекторы, глубинные насосы, oil well, интеллектуальные станции управления, скважинные штанговые установки, штанговые насосы, электронные ресурсы, multi-criteria optimization, алгоритмы управления, добыча нефти, расход электроэнергии, specific power consumption, sucker rod pump unit, многокритериальная оптимизация, well controller, нефтедобывающие скважины, удельный расход, intelligent control station
Dateibeschreibung: application/pdf
Zugangs-URL: http://earchive.tpu.ru/handle/11683/70504
-
11
Quelle: Экономика и предпринимательство. :1152-1155
-
12
Autoren:
Quelle: Digital Transformation; Том 30, № 3 (2024); 80-88 ; Цифровая трансформация; Том 30, № 3 (2024); 80-88 ; 2524-2822 ; 2522-9613
Schlagwörter: стагнация эволюции, neuroevolution, neurocontroller, artificial neural network, multicriteria optimization, stagnation of evolution, нейроэволюция, нейроконтроллер, искусственная нейронная сеть, многокритериальная оптимизация
Dateibeschreibung: application/pdf
Relation: https://dt.bsuir.by/jour/article/view/874/330; Чернодуб, А. Н. Обзор методов нейроуправления / А. Н. Чернодуб, Д. А. Дзюба // Проблемы программирования. 2011. № 2. С. 79–94.; Katoch, S. A Review on Genetic Algorithm: Past, Present, and Future / S. Katoch, S. S. Chauhan, V. Kumar // Multimed Tools Appl. 2021. Vol. 80. P. 8091–8126.; McCall, J. Genetic Algorithms for Modelling and Optimisations / J. McCall // Journal of Computational and Applied Mathematics. 2020. Vol. 184, No 1. P. 205–222.; Васенков, Д. В. Методы обучения искусственных нейронных сетей / Д. В. Васенков // Компьютерные инструменты в образовании. 2007. № 1. С. 20–29.; Maren, A. J. A Logical Topology of Neural Networks / A. J. Maren // Proceedings of the Second Workshop on Neural Networks, Auburn, USA, February 11–13, 1991. Auburn: Auburn University, 1991. P. 17–44.; Мищенко, В. А. Использование генетических алгоритмов в обучении нейронных сетей / В. А. Мищенко, А. А. Коробкин // Современные проблемы науки и образования. 2011. № 6.; Шумков, Е. А. Использование генетических алгоритмов для обучения нейронных сетей / Е. А.Шумков // Научный журнал КубГАУ. 2013. № 91.; Montana, D. J. Training Feedforward Neural Networks Using Genetic Algorithms / D. J. Montana, L. Davis // IJCAI’89: Proceedings of the 11th International Joint Conference on Artificial Intelligence. 1989. Vol. 1. P. 762–767.; Yao, Xin. Evolving Artificial Neural Networks / Xin Yao // Proceedings of the IEEE. 1999. Vol. 87, No 9. P. 1423–1447.; Picek, S. On the Recombination Operator in the Real-Coded Genetic Algorithms / S. Picek, D. Jakobovic, M. Golub // 2013 IEEE Congress On Evolutionary Computation, June 20–23, Cancun, Mexico, 2013. P. 3103–3110.; Zankinski, I. Effects of the Neuron Permutation Problem on Training Artificial Neural Networks with Genetic Algorithms / I. Zankinski // International Conference on Numerical Analysis and Its Applications, June 15–22, Lozenetz, Bulgaria, 2016. P. 777–782.; Haflidason, S. On the Significance of the Permutation Problem in Neuroevolution / S. Haflidason, R. Neville // GECCO’09: Proceedings of the 11th Annual Conference on Genetic and Evolutionary Computation, June 8, 2009. P. 787–794.; Pretorius, K. Neural Network Crossover in Genetic Algorithms Using Genetic Programming / K. Pretorius, N. Pillay // Genetic Programming and Evolvable Machines. 2024. Vol. 25. No 7.; Gomez, F. J. Active Guidance for a Finless Rocket Using Neuroevolution / F. J. Gomez, R. Miikkulainen // Proceedings of the 2003 International Conference on Genetic and Evolutionary Computation: Part II, July 12, San Francisco, California, USA, 2003. P. 2084–2095.; Gomez, F. J. Co-Evolving Recurrent Neurons Learn Deep Memory POMDPs // F. J. Gomez, J. Schmidhuber // GECCO’05: Proceedings of the 7th Annual Conference on Genetic and Evolutionary Computation, June 25–29, Washington DC, USA, 2005. P. 491–498.; https://dt.bsuir.by/jour/article/view/874
-
13
Quelle: ИННОВАЦИИ. :77-82
-
14
Autoren:
Quelle: Сучасний стан наукових досліджень та технологій в промисловості, Iss 1 (15) (2021)
Innovative Technologies and Scientific Solutions for Industries; No. 1 (15) (2021): Innovative Technologies and Scientific Solutions for Industries; 23-31
Современное состояние научных исследований и технологий в промышленности; № 1 (15) (2021): Современное состояние научных исследований и технологий в промышленности; 23-31
Сучасний стан наукових досліджень та технологій в промисловості; № 1 (15) (2021): Сучасний стан наукових досліджень та технологій в промисловості; 23-31Schlagwörter: topology, closed logistics, организационная структура, аналитически-логическая структура свіязей, TA177.4-185, реінжиніринг, реинжиниринг, reengineering, замкнутая логистика, топология, logistics network, Engineering economy, топологія, логістична мережа, многокритериальная оптимизация, оптимізація, логистическая сеть, structure, замкнена логістика, optimization
Dateibeschreibung: application/pdf
Zugangs-URL: http://journals.uran.ua/itssi/article/download/227958/227144
https://doaj.org/article/66f256e92f184adc9926381c355e60fd
https://itssi-journal.com/index.php/ittsi/article/download/256/249
https://itssi-journal.com/index.php/ittsi/article/view/256
http://journals.uran.ua/itssi/article/view/227958 -
15
Autoren:
Schlagwörter: SECURITY, МНОГОКРИТЕРИАЛЬНАЯ ОПТИМИЗАЦИЯ, STATIC VAR COMPENSATOR, MATLAB, РЕЖИМНАЯ НАДЁЖНОСТЬ, СТАТИЧЕСКИЙ ТИРИСТОРНЫЙ КОМПЕНСАТОР, HEURISTIC METHODS, GENETIC ALGORITHM, PARTICLE SWARM OPTIMIZATION, ГЕНЕТИЧЕСКИЙ АЛГОРИТМ, МЕТОД РОЯ ЧАСТИЦ, ЭВРИСТИЧЕСКИЕ МЕТОДЫ, MULTIOBJECTIVE OPTIMIZATION
Dateibeschreibung: application/pdf
Zugangs-URL: http://elar.urfu.ru/handle/10995/119907
-
16
Autoren:
Quelle: Східно-Європейський журнал передових технологій; Том 2, № 2 (104) (2020): Інформаційні технології. Системи управління в промисловості; 35-45
Восточно-Европейский журнал передовых технологий; Том 2, № 2 (104) (2020): Информационные технологии. Системы управления в промышленности; 35-45
Eastern-European Journal of Enterprise Technologies; Том 2, № 2 (104) (2020): Information technology. Industry control systems; 35-45Schlagwörter: automated control system, electricity quality indicators, multi-criteria optimization, voltage asymmetry, система автоматичного керування, показники якості електроенергії, багатокритеріальна оптимізація, несиметрія напруги, 0211 other engineering and technologies, 0202 electrical engineering, electronic engineering, information engineering, UDC 621.316.13, система автоматического управления, показатели качества электроэнергии, многокритериальная оптимизация, несимметрия напряжений, 02 engineering and technology
Dateibeschreibung: application/pdf
-
17
Schlagwörter: thermohydraulic characteristics, теплообменник, гладкотрубный маслоохладитель, multi-criteria optimization, режимные параметры, smooth-tube oil cooler, operating parameters, теплогидравлические характеристики, программный комплекс IOSO, IOSO software package, многокритериальная оптимизация, конструктивная схема, structural scheme, heat exchanger
-
18
Schlagwörter: reinforcement learning, traffic simulation, обучение с подкреплением, yolov8, proximal policy optimization, multi-criteria optimization, симуляция дорожного трафика, adaptive traffic light control, многокритериальная оптимизация, video detection, адаптивное управление светофорами, видеодетекция, cityflow, unity, zeromq
-
19
Schlagwörter: prescriptive analytics, industrial systems, визуализация, технологические процессы, multi-criteria optimization, technological processes, Pareto-optimality, Flask, Парето-оптимальность, многокритериальная оптимизация, промышленные системы, предписательная аналитика, visualization, Python
-
20
Schlagwörter: расход, технологические процессы, multi-criteria optimization, technological processes, hygienic efficiency, мойка винограда, температура воды, water temperature, grape washing, многокритериальная оптимизация, phenolic stabilization, фенольная стабилизация, flow rate, гигиеническая эффективность
Nájsť tento článok vo Web of Science
Full Text Finder