Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
[43992] Artykuł: Dobór współczynników wagowych wskaźnika jakości w problemie projektowania filtrów(The selection of weight coefficients of performance index in the filters design problem)Czasopismo: Logistyka Zeszyt: 4, Strony: 1142-1148 ISSN: 1231-5478 Opublikowano: 2014 Autorzy / Redaktorzy / Twórcy
Grupa MNiSW: Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B) Punkty MNiSW: 10 YADDA/CEON Słowa kluczowe: algorytm genetyczny  filtr cyfrowy  projektowanie  Keywords: genetic algorithm  digital filter  designing  |
Praca przedstawia rezultaty zastosowania algorytmu genetycznego w problemie projektowania filtru cyfrowego na podstawie jego prototypu analogowego. W badaniach koncentrowano się na doborze współczynników wagowych wskaźnika jakości, tak aby otrzymać możliwie najlepsze rozwiązanie, z uwagi na dokładność rozważanego procesu. W pracy wykorzystano algorytm genetyczny z ustalonym stanem oparty na zmiennopozycyjnej reprezentacji osobników, selekcji turniejowej z częściową wymianą populacji, krzyżowaniu arytmetycznym i mutacji równomiernej. Zastosowanie algorytmu genetycznego w omawianym problemie wynika z faktu, że algorytm ten zapewnia w porównaniu do metod klasycznych znacznie większe prawdopodobieństwo wyznaczenia minimum globalnego przyjętego wskaźnika jakości. Biorąc pod uwagę stochastyczny charakter algorytmu genetycznego w badaniach podano średni wynik z kilku niezależnie przeprowadzonych doświadczeń.
This paper presents the results of the genetic algorithm application in design of digital filter based on analog prototype.Research referred the selection of weight coefficients of the performance index, so to receive possibly the best solution, with regard to accuracy of considered process.In this work the genetic algorithm based on a floating point representation of individuals, tournament selection with steady-state, arithmetical crossover and uniform mutation was used. The genetic algorithm assure the larger probability of finding the global minimum of performance index than classical methods. Because of the stochastic charakter of genetic algorithm, in investigations the average result obtained from several independent experiments was given.