Search

Problem optimalne raspodjele opterećenja među agregatima i izbora agregata u elektroenergetskom sustavu predstavlja nelinearni optimizacijski problem, i za njegovo su rješavanje do sada primjenjivane različite metode. Od sredine 90-tih godina za rješavanje spomenutog problema počinju se primjenjivati i evolucijski algoritmi. U posljednje se vrijeme sve više pažnje posvećuje tzv. distribuiranoj proizvodnji, koja uključuje manje proizvodne jedinice smještene u blizini potrošača. Glavne koristi od primjene distribuirane proizvodnje su povećana pouzdanost opskrbe, mogućnost interventnog pogona, proizvodnja u vršnim razdobljima, mogućnost istovremene proizvodnje električne i toplinske energije (kogeneracija) i odgađanje investicija u proširenje mreže. U magistarskom radu se analizira situacija u kojoj određeni pravni subjekt ima mogućnost da udruživanjem većeg broja manjih (distribuiranih) jedinica na različitim lokacijama nastupa na tržištu električne energije kao jedna virtualna elektrana. Cilj je, poznavajući pogonske karakteristike jedinica, prognozu kretanja cijena na tržištu za promatrano plansko razdoblje od T sati, i predviđanje potražnje potrošača na lokacijama proizvodnje, ostvariti maksimalni profit na tržištu električne energije, istovremeno zadovoljavajući potrebe potrošača. Istraživanje je usmjereno na primjenu genetskih algoritama pri rješavanju ovog optimizacijskog problema, i tu je svrhu razvijen računalni model. The problem of optimal unit commitment and economic load dispatch in a power system represents a non-linear optimization problem. Various methods have been involved until today for solving this type of problems. Starting from the middle of 1990-ties evolutionary algorithms have also been used to solve this problem. Recently, increased attention is being given to distributed generation (DG), which involves smaller generation units located near the customers. Main advantages from using DG include increased security of supply, backup supply, peaking energy, possibility to produce power and heat (cogeneration) and delaying investments ni network reinforcements. The master thesis analyzes a situation in which a legal entity has an option to aggregate a certain number of DG units at various locations, thus acting in the electricity market as a single virtual power plant. The objective is, by knowing the operating characteristics of the units, electricity price forecast for a given period of T hours, and the forecasted customers’ demand at related locations, to achieve maximum profit in the electricity market, satisfying at the same time customers’ needs. The research is aimed at applying genetic algorithms in solving this problem, and for this purpose a computer model was developed.

Failure of water resources systems, particularly water supply systems, may cause serious consequences in economical and social environment. So these systems have to fulfill high requirements of their functional safety. Although very important, that aspect of safety is not treated adequately in the phases of planning water distribution systems. That is why the aspects of overall water resources systems reliability evaluation, as well as the problems of allocation and reliability optimal system configuration, are considered. New methodology for water resources systems reliability evaluation is presented. Proposed methodology considers both: mechanical reliability (probability of pipe failure) and reliability of hydraulic parameters in nodes and links (pressure, velocity). On the base of this methodology NETREL and 2PFREL models were developed. These models are useful for determing reliability of systems with different configurations and complexity. Also, they make possible restriction of various hydraulic parameters and their values. Models were analyzed and verified on different water supply systems: regional and distribution, and gravity and pumping systems. Another important task, considered in the thesis, was problem of optimal reliability allocation. Different methods were analyzed, but particular point was focused on genetic algorithms. That method, coupled with the reliability evaluation methods, is an efficient tool for problems of water resources systems optimal reliability allocation. This methodology provides performing optimization in real time and results that are usually the global optimum of the considered problem. Mechanical characteristics of pipes, failure and repair rates, are very important for system's overall reliability. These rates were considered and critically analyzed. Methods for planning operative monitoring-information system are proposed. Such a system allows better monitoring and management, reduction of repair time, which leads to higher values of system's overall reliability. Pipes failure and repair rates for Belgrade water supply system were analyzed and used as the base for evaluation of presented models.

U ovom radu izrađen je model kompenzacije distribucijeke električne mreže te je predložen model optimizacije korištenjem genetskih algoritama.

U ovoj disertaciji opisan je razvoj i implementacija postupaka obrade signala, izdvajanja značajki i klasifikacije te njihovo povezivanje u cjelovit sustav prilagođen potrebama otkrivanja ukopanih mina. Razvijen je postupak automatskog generiranja i redukcije skupa značajki iz spektara signala kao i novi postupci izdvajanja značajki temeljeni na heurističkom pretraživanju stabla i genetskim algoritmima, primjenjivi na široku klasu problema. Svi predloženi postupci provjereni su na stvarnim minama i ostalim objektima. Primjena na skup uzoraka snimljenih sonarom rezultirala je značajnim smanjenjem složenosti klasifikacijskog sustava. Postupci su također ispitani na skupu uzoraka mina i ostalih objekata dobivenih detektorom temeljenim na standardnoj pirotehničarskoj pipalici koji bilježi vibracije nastale dodirom ukopanog predmeta, razvijenog u sklopu ove disertacije. Ispitivanje je pokazalo da predloženi sustav detektora i pripadnog skupa postupaka omogućuje razlikovanje mine od ostalih ukopanih predmeta. Definirana je i odgovarajuća informacijska podrška koja omogućuje prihvat informacija stvorenih na razini detekcije pojedinih mina, uključivanje tih informacija u informacijski sustav humanitarnog razminiranja i ostvarivanje povratne veze koja će omogućiti učenje i kontinuirano poboljšavanje svojstava sustava detekcije. U okviru definiranog sustava također su predloženi postupci praćenja položaja detektora smještenog na daljinski upravljanoj ili autonomnoj robotskoj platformi. This thesis describes development and implementation of algorithms for signal processing, feature extraction and classification, as well as their integration into the system for buried landmine detection. Procedure for automatic generation and reduction of the initial feature set directly from signal spectrums has been developed. Novel feature extraction algorithms based on heuristic tree search and genetic algorithms, which are applicable to the wide range of problems have been proposed. All the algorithms were tested on real mines and other objects. Application to the set of sonar samples resulted in significant reduction of classification system complexity. Algorithms were also tested on mines and other objects samples. Samples were acquired by developed detector, based on standard deminer's prodder which records vibrations produced by touching the buried object. Testing shows that proposed detection system and dedicated set of procedures make mines distinguishable from other buried objects. Appropriate information support has been defined, which makes possible managing information created at the level of individual mines detection. It allows incorporation of the information into the humanitarian demining information system and establishment of feedback which will make possible learning and continuous improvement of detection system features. Methods for position tracking of the detector attached to the remotely controlled or autonomous robotic platform are also described.

Genetski algoritmi, kao podskup evolucijskih algoritama, čine jedan poseban model strojnog učenja zasnovan na zakonima prirodne selekcije i evolucije. Zbog svojih svojstava predstavljaju robusnu metodu optimiranja i danas se koriste za rješavanje čitavog niza različitih problema. Označavanje zemljopisnih karata važno je područje u kartografiji i spada u red teških kombinacijskih problema. U radnji se ispituje uporaba genetskih algoritama u problemima označavanja zemljopisnih karata. Najprije se uvode osnove genetskih algoritama, opisuju njihova svojstva i način funkcioniranja Slijedi podroban opis problema označavanja karata sa osvrtom na postojeće metode koje ga rješavaju. Nadalje se za ovaj problem izgrađuje genetski algoritam sa bogatim skupom parametara. Nudi se mnoštvo mogućnosti od inicijalizacije kromosoma, izbora roditelja i zamjene potomcima, odabira funkcije cilja, standardnih i problemski specifičnih operatora križanja i mutacije, pa sve do konačnih izvješća i analiza. Algoritam se testira uz različite kombinacije ulaznih parametara, te se vrši statička i dinamička analiza dobivenih rezultata radi utvrđivanja kvalitete konvergencije. Također se dobiveni rezultati uspoređuju sa rezultatima ostalih metoda primijenjenih na isti problem. Rezultati ispitivanja ukazuju na prednost uporabe modela stacionarne zamjene sa elitizmom i specifičnim operatorima križanja, dok je utjecaj mutacije zanemariv. Tako odabrana konfiguracija daje najbolje rezultate uz najmanju osjetljivost na promjenu parametara. Genetic algorithms, as a subset of evolutionary algorithms, make a special model of device learning based on principles of natural selection and evolution. Because of their features, they represent a robust optimization method and are used to solve many different problems. Map labeling is a very important area in cartography and is considered a difficult combinatorial problem. This master thesis tries to investigate the usage of genetic algorithms to solve the map labeling problem. After the introduction of the basic principles and description of fundamentals of genetic algorithms, the map labeling problem is described in details and the existing methods for map labeling are presented. Then, a genetic algorithm is constructed with a rich set of possible choices: initialization of the first generation, selection and replacement strategies, fitness function, standard and problem specific crossover and mutation operators and final reports and analysis. The algorithm is tested against the various combinations of input parameters and the quality of convergence is evaluated. The final results are also compared with the results of other methods applied to the same problem. The results of testing show the advantage of using the steady-state model with elitism and specific crossover operators, while mutation operator is almost irrelevant. Such configuration gives the best results and it is less sensitive to parameter changes.

U ovom su radu opisani osnovni koncepti metoda umjetne inteligencije. U trećem dijelu rada opisane su neuronske mreže i stanje razvoj umjetnih neuronskih mreža u elektroenergetici, poglavito kod planiranja, procjene sigurnosti sustava i otkrivanju kvarova. U četvrtom dijelu rada prikazana je neizrazita (fuzzy) logike s primjenom na polju elektroenergetike. Peti dio rada daje opis genetskih algoritama i njihovo korištenje za optimalni raspored jalove snage u sustavu i za rješavanje zadatka optimalnog rasporeda remonta. Ekspertni sustavi opisani su u šestom dijelu s primjenom pri podešavanja zaštitnih releja. Hibridni sustavi opisani su u sedmom dijelu rada. U zaključku je dana moguća primjenjivost metoda umjetne inteligencije za rješavanje problema u elektroenergetskim sustavima. Presented is basic of artificial intelligence methods, facts and paradigms. In the third chapter neural networks are described with state of the art in power systems, mainly in planning process, security assessment and fault location. The fourth chapter brings up some basic facts about fuzzy logics and their use in utility. In the fifth part there is description of genetic algorithms and how they can be use in optimal dispatch of reactive power and for solving problems of optimal maintenance scheduling. Expert systems are described in the sixth chapter with their use in tuning protective relays. The seventh chapter briefly describes hybrid systems. The conclusion describes the possible usage of artificial intelligence methods in solving problems in power systems.

Prikazan je problem minimizacije razine najveće sekundarne latice kod istofazno i istoamplitudno pobuđivanih antenskih nizova s antenskim elementima na nejednakim razmacima. Prikazane su neke determinističke metode optimizacije i naglašen njihov nedostatak u globalnom pretraživanju prostora rješenja. Za optimizaciju antenskih nizova s elementima na nejednakom razmaku primjenjen je genetski algoritam. Proučavana su svojstva genetskih algoritama i uvedena njihova klasifikacija. Promatran je utjecaj promjene frekvencije na porast razine sekundarnih latica kod optimiziranih nizova s antenskim elementima kosinusnog dijagrama zračenja. Ustanovljeno je da takvim nizovima raste razina sekundarnih latica već s malim porastom frekvencije. Opisan je razvijeni programski paket za globalno pronalaženje minimuma ciljne funkcije u prostoru rješenja, temeljen na genetskom algoritmu.

Genetski algoritmi predstavljaju veoma robustnu metodu optimiranja i danas se koriste na veoma raznolikom skupu problema. Rasporedi sati, kao dio skupa kombinacijskih problema sa ograničenjima, spadaju u skup važnih, ali i teških problema za rješavanje. U radnji se ispituje uporaba genetskih algoritama u optimiranju problema rasporeda sati. Nakon opisa što su to genetski algoritmi, uvođenja osnovne terminologije genetskih algoritama, te opisa temelja funkcioniranja genetskih algoritama, opisuju se problemi raspoređivanja. Posebna se pažnja daje problemu rasporeda sati i njegovoj matematičkoj definiciji. Za ovas se problem izgrađuje genetski algoritam u cijeloj svojoj kompleksnosti: direktno kodiranje kromosoma, strategije izbora roditelja i zamjene potomcima, genetski operatori, funkcija cilja, vjerojatnost pojedinih operatora. Ispituju se kombinacije parametara izvođenja i odabranih operatora na kvalitetu konvergencije. Rezultati ispitivanja ukazuju na uporabu strategije stacionarnog stanja i jednostavnih genetskih operatora križanja i mutacije, zbog najboljih rezultata konvergencijei slabe osjetljivosti na veličine odabranih parametara. Uočava se utjecaj veoma visoke interakcije među genima direktno kodiranih kromosoma na dinamiku i rezultate optimiranja.

Ovaj rad je uvodni kratki pregled postupaka neizrazitog izračunavanja, neuronskih mreža i genetskih algoritama koji čine sastavne dijelove koncepta približnog izračunavanja.

U doktorskoj disertaciji pod nazivom "Planiranje razdjelnih mreza genetskim algoritmima" prikazuje se potpuno novi pristup planiranja razdjelnih mreza urbanih podrucja. Uvazavajuci cinjenicu da je planiranje razdjelnih mreza slozeni postupak koji se moze podijeliti u nekoliko cjelina razmatra se optimalno strukturiranje prstenaste strukture razdjelne mreze i povezne strukture razdjelne mreze uz mogucnost optimiranja i mreze s protustanicom. Postupak optimiranja se temelji na nizu varijantnih rjesenja predlozenih od strane racunala te naknadno vrednovanih od strane planera. Podaci o razdjelnoj mrezi pohranjeni su u zemljopisnom informacijskom sustavu tako da je postignuta najveca moguca tocnost modela razdjelne mreze. Kroz kratki povijesni prikaz razvoja transportnih mreza objasnjena je uloga elektroenergetskih razdjelnih mreza te svrhe njihovog planiranja. Kracim opisom struktura razdjelnih mreza i teoretskih modela koji se koriste za njihovo optimalno strukturiranje te definicijom i ulogom zemljopisnog informacijskog sustava u postupku planiranja naglašeni su glavni dijelovi rada. Drugo poglavlje sastoji se od nekoliko cjelina: uvodni dio u kojem se objasnjava potreba planiranja razdjelnih mreza; dio u kojem se opisuju osnovne strukture razdjelnih mreza s naglaskom na one strukture koje ce se modelirati u radu; definicija problema planiranja s teoretskim objasnjenjem problema dostave iz jednog i vise skladista koji se koriste kao temelj za optimiranje prstenaste i povezne strukture razdjelne mreze; fizikalne karakteristike razdjelne mreze opisane su u posebnom dijelu uz opis modela razdjelne mreze u zemljopisnom informacijskom sustavu i njegovoj ulozi u postupku planiranja razdjelne mreze; u posljednjem dijelu opisane su razne tehnike optimiranja koje se mogu primjeniti na rjesavanje problema trgovackog putnika, problema dostave iz jednog skladista i problema dostave iz vise skladista. Trece poglavlje zapocinje s opisom opceg genetskog algoritma, matematickom podlogom genetskih algoritama, te opisom genetskih operatora. Posebno je istaknuta primjena genetskih algoritama na rjesavanje kombinatorickih problema, prije svega problema trgovackog putnika i pripadajucih rekombinacijskih operatora koji se prilagodjeni koriste za rjesavanje problema dostave. Posebno su opisani genetski algoritam primjenjen na problem dostave iz jednog skladista i genetski algoritam primjenjen na problem dostave iz vise skladista. Istaknuto je kodiranje problema kako ga zahtjeva genetski algoritam, nacin na koji su prilagodjeni genetski operatori, a funkcioniranje svakog algoritma je prikazano na odgovarajucim primjerima mreznih struktura. Vazniji dijelovi svakog genetskog algoritma opisani su pseudokodom. U cetvrtom poglavlju genetski algoritmi su primjenjeni na rjesavanje stvarnih problema optimiranja prstenaste i povezne strukture razdjelne mreze. Prikazan je tijek postupka planiranja i istaknuti dodaci u algoritmu kako bi se mogao primjeniti na optimiranje razdjelne mreze. Peto poglavlje prikazuje primjenu razvijenog genetskog algoritma na optimiranje slozene strukture razdjelne mreze uzeg centra grada Zagreba.

The purpose of this research is the determination of the optimal cold forward extrusion parameters with the minimization of tool load as objective. This paper deals with different optimization approaches in order to determine optimal values of logarithmic strain, die angle and friction factor with the purpose to find minimal tool loading obtained by cold forward extrusion process. Two experimental plans based on factorial design of experiment and orthogonal array have been carried out. Classical optimization, according to the response model of extrusion forming force, and the Taguchi approach are presented. The obtained extrusion force model as the fitness function was used to carry out genetic algorithm optimization. Experimental verification of optimal forming parameters with their influences on the forming forces was also performed. The experimental results show an improvement in the minimization of tool loading. The results of optimal forming parameters obtained with different optimization approaches have been compared and based on that the characteristics analysis (features and limitations) of presented techniques. Svrha ovoga rada je određivanje optimalnih parametara procesa hladnog istosmjernog istiskivanja s ciljem minimizacije opterećenja alata. U radu su predstavljeni različite optimizacijski pristupi u cilju definiranja optimalnih vrijednosti logaritamske deformacije, kuta matrice i faktora trenja s ciljem određivanja minimalnog opterećenja alata procesa hladnog istosmjernog istiskivanja. U tomu cilju izvedena su dva eksperimentalna plana temeljena na faktornom ortogonalnom planu i ortogonalnom nizu. Predstavljena je klasična optimizacija dobivenog modela sile istiskivanja kao iTaguchi pristup. Dobiveni model sile istiskivanja korišten je kao funkcija cilja u optimizaciji pomoću genetskog algoritma. Eksperimentalna provjera optimalnih parametara procesa i njihov utjecaj na silu istiskivanja je također prikazan u radu. Eksperimentalni rezultati prikazuju poboljšanja u procesu minimizacije opterećenja alata. Izvršena je usporedba rezultata dobivenih različitim optimizacijskim tehnikama, kao i analiza prezentiranih tehnika s njihovim mogućnostima i ograničenjima u praktičnoj primjeni.