Finding temperature distribution at heat recovery unit using genetic algorithms
PBN-AR
Instytucja
Wydział Techniki Morskiej i Transportu (Zachodniopomorski Uniwersytet Technologiczny w Szczecinie)
Źródłowe zdarzenia ewaluacyjne
Informacje podstawowe
Główny język publikacji
angielski
Czasopismo
Procedia Computer Science
ISSN
1877-0509
EISSN
Wydawca
DOI
URL
Rok publikacji
2017
Numer zeszytu
112
Strony od-do
2382-2390
Numer tomu
Identyfikator DOI
Liczba arkuszy
Autorzy
Słowa kluczowe
angielski
Geetich Algorithms
heat recvery
temperature distribution
Konferencja
Indeksowana w Scopus
tak
Indeksowana w Web of Science Core Collection
nie
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
KES 2017
Nazwa konferencji
21st International Conference on Knowledge - Based and Intelligent Information and Engineering Systems
Początek konferencji
2017-09-06
Koniec konferencji
2017-09-08
Lokalizacja konferencji
Marseille
Kraj konferencji
FR
Lista innych baz czasopism i abstraktów w których była indeksowana
Open access
Tryb otwartego dostępu
Otwarte czasopismo
Wersja tekstu w otwartym dostępie
Wersja opublikowana
Licencja otwartego dostępu
Creative Commons — Uznanie autorstwa-Niekomercyjne-Bez utworów zależnych
Czas opublikowania w otwartym dostępie
Razem z publikacją
Data udostępnienia w sposób otwarty
Streszczenia
Język
angielski
Treść
The paper presents a method of estimating the distribution of air temperature changes in a heat exchanger using genetic algorithms. The method is based on the use of the Finite Element Method. The authors present construction of the fitness function. The results of several numerical experiments are presented. The experiments were conducted for a counter - current recuperator. The results of calculation were made for different gradations of temperature points in the same recuperator.
Inne
System-identifier
PX-5a141276d5de05f7f497fa07
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych