In this work, optimization of an ai

In this work, optimization of an air cooling system was carried out by using Lagrange multipliers method, differential evolution and particle swarm algorithms for various temperatures and mass flow rates which are inspiring the total cost of the system. It was aimed to show how differential evolution and particle swarm optimization approximates to the exact fitness values for various iterations. A comparative optimization study considering LM, DE and PSO are executed, results are plotted and tabulated in the results section. Total cost of the system is dependent strongly on varying temperatures and mass flow rates of the system. Best cost values are obtained when air mass flow rates, input and output air temperature difference and cooling tower exit temperatures are lower and water mass flow rate is higher. Differential evolution and particle swarm algorithms have given exactly same results with Lagrange methods for most parameter inputs with easier and less time consuming programming. When the initialization of parameters is not setup properly, both DE and PSO may not give desired values. Thus, it is of importance to setup initial parameters and control the search space. It can be controlled by reinitializing these algorithms when off springs in DE and particles in PSO are out of constraint bounds. DE and PSO can improve the calculation performance of air cooling systems and can be conveniently used for cost optimization of air cooling systems.

ผลลัพธ์ (ไทย) 1:

ในงานนี้ เพิ่มประสิทธิภาพของระบบระบายความร้อนอากาศที่ดำเนินการ โดยใช้วิธี multipliers โรงแรมลากรองจ์ วิวัฒนาการที่แตกต่าง และอนุภาคฝูงอัลกอริทึมสำหรับอุณหภูมิและอัตราการไหลเชิงมวลที่เป็นแรงบันดาลใจจากต้นทุนรวมของระบบต่าง ๆ มันมีวัตถุประสงค์เพื่อแสดงส่วนที่แตกต่างการวิวัฒนาการ และเพิ่มประสิทธิภาพของฝูงอนุภาค approximates ค่าฟิตแน่นอนสำหรับการเกิดซ้ำต่าง ๆ ศึกษาเปรียบเทียบปรับที่พิจารณาดำเนิน LM, DE และ PSO ผลมีพล็อต และสนับสนุนในส่วนของผลลัพธ์ ต้นทุนรวมของระบบจะขึ้นอยู่กับอุณหภูมิที่แตกต่างกันและอัตราการไหลเชิงมวลของระบบอย่างยิ่ง ดีที่สุดต้นทุนค่าได้เมื่อมวลอากาศไหลราคา ป้อนข้อมูล และออกอากาศอุณหภูมิความแตกต่างและคูลลิ่งทาวเวอร์ออกอุณหภูมิจะต่ำกว่า และอัตราการไหลเชิงมวลของน้ำจะสูงขึ้น ส่วนวิวัฒนาการและอนุภาคฝูงอัลกอริทึมได้รับผลเดียวกันตรงกับโรงแรมลากรองจ์วิธีสำหรับอินพุตพารามิเตอร์ส่วนใหญ่กับการเขียนโปรแกรมง่ายขึ้น และไม่ใช้เวลานาน เมื่อเริ่มต้นของพารามิเตอร์จะไม่ตั้งค่าอย่างถูกต้อง DE และ PSO เท่ากันค่าที่ระบุ ดังนั้น จึงเป็นความสำคัญในการตั้งค่าพารามิเตอร์เริ่มต้น และควบคุมพื้นที่การค้นหา สามารถควบคุม โดยอัลกอริทึมเหล่านี้เมื่อออกจากสปริงใน DE reinitializing และอนุภาคใน PSO จะเกินขอบเขตข้อจำกัด DE และ PSO สามารถเพิ่มประสิทธิภาพการคำนวณอากาศระบบทำความเย็น และสามารถเชิญใช้สำหรับต้นทุนการเพิ่มประสิทธิภาพของระบบทำความเย็น

ผลลัพธ์ (ไทย) 2:

ในงานนี้การเพิ่มประสิทธิภาพของระบบระบายความร้อนของอากาศได้ดำเนินการโดยใช้วิธีการคูณลากรองจ์แตกต่างวิวัฒนาการและอนุภาคอัลกอริทึมฝูงสำหรับอุณหภูมิต่างๆและอัตราการไหลของมวลที่สร้างแรงบันดาลใจค่าใช้จ่ายรวมของระบบ มันมีวัตถุประสงค์เพื่อแสดงให้เห็นว่าวิวัฒนาการของความแตกต่างและเพิ่มประสิทธิภาพของอนุภาคจับกลุ่มใกล้เคียงกับค่าที่แน่นอนสำหรับการออกกำลังกายซ้ำ ๆ การเพิ่มประสิทธิภาพการศึกษาเปรียบเทียบพิจารณา LM, DE PSO และจะดำเนินการ, ผลที่ได้วางแผนและตารางในส่วนของผลการค้นหา ค่าใช้จ่ายทั้งหมดของระบบจะขึ้นอยู่อย่างมากที่แตกต่างกันอุณหภูมิและอัตราการไหลของมวลของระบบ ที่ดีที่สุดค่าใช้จ่ายจะได้รับเมื่ออากาศอัตราการไหลของมวลอินพุทและแตกต่างของอุณหภูมิอากาศออกและระบายความร้อนออกจากหออุณหภูมิจะลดลงและน้ำอัตราการไหลสูง วิวัฒนาการที่แตกต่างกันและอนุภาคอัลกอริทึมฝูงได้ให้ผลลัพธ์ที่เหมือนกันว่าด้วยวิธีการลากรองจ์สำหรับปัจจัยการผลิตมากที่สุดพารามิเตอร์ที่มีเวลาได้ง่ายขึ้นและน้อยกว่าการเขียนโปรแกรมการบริโภค เมื่อเริ่มต้นของพารามิเตอร์ไม่ได้ติดตั้งอย่างถูกต้องทั้ง DE PSO และไม่อาจให้ค่าที่ต้องการ ดังนั้นจึงมีความสำคัญที่จะเริ่มต้นการตั้งค่าพารามิเตอร์และการควบคุมพื้นที่ค้นหา มันสามารถควบคุมได้โดย reinitializing ขั้นตอนวิธีการเหล่านี้เมื่อปิดน้ำพุใน DE และอนุภาคใน PSO จะออกจากขอบเขต จำกัด DE และ PSO สามารถปรับปรุงประสิทธิภาพการคำนวณของระบบระบายความร้อนของอากาศและสามารถใช้สิ่งอำนวยความสะดวกสำหรับการเพิ่มประสิทธิภาพค่าใช้จ่ายของระบบระบายความร้อนของอากาศ

ผลลัพธ์ (ไทย) 3:

ในงานนี้ , การเพิ่มประสิทธิภาพของเครื่องทำความเย็นโดยใช้วิธีลากรองจ์คูณศึกษาวิวัฒนาการและอัลกอริทึมฝูงอนุภาคที่อุณหภูมิต่าง ๆ และอัตราการไหลของมวลที่สร้างแรงบันดาลใจในค่าใช้จ่ายทั้งหมดของระบบ มันมีวัตถุประสงค์เพื่อแสดงให้เห็นว่า วิวัฒนาการของความแตกต่างและเพิ่มประสิทธิภาพให้กับฝูงอนุภาคที่ฟิตเนสค่าสำหรับการทำซ้ำๆการเปรียบเทียบการเพิ่มประสิทธิภาพการศึกษาพิจารณา LM , PSO จะดำเนินการและผลจะวางแผนตารางและในผลส่วน ต้นทุนรวมของระบบจะขึ้นอยู่กับอุณหภูมิและอัตราการไหลของมวลและระบบ ค่าต้นทุนที่ดีที่สุดจะได้รับเมื่ออัตราการไหลเชิงมวลอากาศการนำเข้าและส่งออกอากาศอุณหภูมิแตกต่างออกจากหอหล่อเย็นอุณหภูมิจะลดลงและน้ำที่อัตราการไหลสูง วิวัฒนาการของความแตกต่างและอัลกอริทึมฝูงอนุภาคได้รับผลลัพธ์ที่เหมือนกันทุกประการกับวิธี Lagrange สำหรับปัจจัยการผลิตตัวแปรส่วนใหญ่ที่ง่ายขึ้นและน้อยเวลาใช้โปรแกรม เมื่อเริ่มต้นของพารามิเตอร์ที่ไม่ได้ติดตั้งอย่างถูกต้องและไม่อาจให้ทั้งเดอ PSO ที่ต้องการค่า ดังนั้นจึงเป็นเรื่องสำคัญที่จะตั้งค่าพารามิเตอร์เริ่มต้นและการควบคุมการค้นหาอวกาศ มันสามารถควบคุมได้ โดย reinitializing ขั้นตอนวิธีเหล่านี้เมื่อปิดสปริงใน de และอนุภาคในระบบออกจากข้อจำกัดขอบเขตเดอ และ ระบบสามารถปรับปรุงประสิทธิภาพของระบบการคำนวณอากาศเย็นและสามารถสะดวกใช้สำหรับการเพิ่มประสิทธิภาพต้นทุนของอากาศเย็นระบบ