Publikace UTB
Repozitář publikační činnosti UTB

Zkoumání evoluční optimalizace řízení chaosu

Repozitář DSpace/Manakin

Zobrazit minimální záznam


dc.title Zkoumání evoluční optimalizace řízení chaosu cs
dc.title Investigation on evolutionary optimitazion of chaos control en
dc.contributor.author Zelinka, Ivan
dc.contributor.author Šenkeřík, Roman
dc.contributor.author Navrátil, Eduard
dc.relation.ispartof Chaos, Solitons & Fractals
dc.identifier.issn 0960-0779 Scopus Sources, Sherpa/RoMEO, JCR
dc.date.issued 2009
utb.relation.volume 40
utb.relation.issue 1
dc.citation.spage 1420
dc.citation.epage 1438
dc.type article
dc.language.iso en
dc.publisher Elsevier en
dc.identifier.doi 10.1016/j.chaos.2007.07.045
dc.relation.uri https://www.sciencedirect.com/science/article/pii/S0960077907005395
dc.subject chaos cs
dc.subject chaos control cs
dc.subject optimization cs
dc.subject evolutionary algorithms cs
dc.subject Chaos en
dc.subject Chaos Control en
dc.subject Optimization en
dc.subject Evolutionary algorithms en
dc.description.abstract Tento příspěvek se zabývá optimalizací řízení chaosu s využitím evolučních algoritmů. Hlavním cílem je ukázat, že evoluční algoritmy jsou schopné optimalizovat řízení chaosu Jako modely deterministického chaotického systému byly použity jednodimenzionální Logistická rovnice a dvojdimenzionální Henonova mapa.Optimalizace byly realizovány několika způsoby, jednak pro jinou účelovou funkci nebo jinou sadu optimalizovaných parametrů. Evoluční algoritmus SOMA (Samo-Organizující se Migrační Algoritmus) byl použitý ve čtyřech verzích. Pro každou verzi byly simulace opakovány několikrát, aby se ukázala a prověřila účinnost a robustnost použité metody. cs
dc.description.abstract This work deals with an investigation on optimization of the feedback control of chaos based on using of the evolutionary algorithms. The main aim of this work is to show that evolutionary algorithms are capable of optimization of chaos control. As models of deterministic chaotic system one dimensional Logistic equation and two dimensional Henon map were used. The optimizations were realized in several ways, each one for another set of parameters of evolution algorithms or another cost functions. The evolutionary algorithm SOMA (Self-Organizing Migrating Algorithm) was used in four versions. For each version simulations were repeated several times to show and check robustness of used method. en
utb.faculty Faculty of Applied Informatics
dc.identifier.uri http://hdl.handle.net/10563/1000558
utb.identifier.rivid RIV/70883521:28140/07:63506001
utb.identifier.obdid 15553640
utb.identifier.scopus 2-s2.0-64549148357
utb.identifier.wok 000266190700011
utb.source j-riv
utb.contributor.internalauthor Zelinka, Ivan
utb.contributor.internalauthor Šenkeřík, Roman
utb.contributor.internalauthor Navrátil, Eduard
Find Full text

Soubory tohoto záznamu

Zobrazit minimální záznam