An attempt of reduction of optimization costs of complex industrial processes
PBN-AR
Instytucja
Wydział Inżynierii Metali i Informatyki Przemysłowej (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Książka
Tytuł książki
MMCTSE 2017. Mathematical Methods and Computational Techniques in Science and Engineering : 24–26 February 2017, Cambridge, UK
Data publikacji
2017
ISBN
978-0-7354-1552-2
Wydawca
AIP Publishing
Publikacja
Główny język publikacji
EN
Tytuł rozdziału
An attempt of reduction of optimization costs of complex industrial processes
Rok publikacji
2017
Strony (od-do)
020020-1--020020-6
Numer rozdziału
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
0.42
Hasło encyklopedyczne
Autorzy
(liczba autorów: 2)
Konferencja
Indeksowana w Scopus
tak
Indeksowana w Web of Science Core Collection
tak
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
MMCTSE
Nazwa konferencji
Mathematical methods and computational techniques in science and engineering
Początek konferencji
2017-02-24
Koniec konferencji
2017-02-26
Lokalizacja konferencji
Cambridge
Kraj konferencji
GB
Lista innych baz czasopism i abstraktów w których była indeksowana
Streszczenia
Język
EN
Treść
Reduction of computational costs of optimization of real industrial processes is crucial, because the models of these processes are often complex and demand time consuming numerical computations. Iterative optimization procedures have to run the simulations many times and therefore the computational costs of the optimization may be unacceptable high. This is why a new optimization methods and strategies which need less simulation runs are searched. The paper is focused on the problem of reduction of computational costs of optimization procedure. The main goal is the presentation of developed by the Authors new, efficient Approximation Based Optimization (ABO) and Modified Approximation Based Optimization (MABO) methods which allow finding the global minimum in smaller number of objective function calls. Detailed algorithm of the MABO method as well as the results of tests using several benchmark functions are presented. The efficiency of MABO method was compared with heuristic methods and the results show that MABO method reduces the computational costs and improve the optimization accuracy.
Cechy publikacji
chapter-in-a-book
peer-reviewed
Inne
System-identifier
idp:110138
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych