BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Tchórzewski Jerzy (Siedlce University of Natural Sciences and Humanities, Poland), Ruciński Dariusz (Siedlce University of Natural Sciences and Humanities, Poland)
Tytuł
Evolutionary Algorithm Inspired by the Methods of Quantum Computer Sciences for the Improvement of a Neural Model of the Electric Power Exchange
Źródło
Information Systems in Management, 2017, vol. 6, nr 4, s. 343-355, rys., bibliogr. 21 poz.
Systemy Informatyczne w Zarządzaniu
Słowa kluczowe
Sztuczne sieci neuronowe (SSN), Energia elektryczna, System MATLAB, Algorytmy genetyczne
Artificial neural networks (ANN), Electric power, MATLAB system, Genetic algorithms
Uwagi
summ.
Firma/Organizacja
Towarowa Giełda Energii
Polish Power Exchange
Abstrakt
The work contains results of research on the possibility to improve the neural model of the Electric Power Exchange (polish: Towarowa Giełda Energii Elektrycznej - TGEE) in MATLAB and Simulink environment using evolutionary algorithm inspired by quantum computer science. The developed artificial neural network was trained using data for the Day Ahead Market, assuming the joint volume of supplied and sold electrical energy [MWh] as the input quantities in each hour of the 24-hour day, and average prices [PLN/MWh] as output quantities. The obtained model of the exchange system was improved using the evolutionary algorithm, and further improvement in the accuracy of the model by supplementing the evolutionary algorithm using quantum solutions, related to the initial population, crossover and mutation operators, selection, etc. were proposed. (original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Araujo R. de A., Aranildo Junior R.L.; Tiago Ferreira A. E. Tiago (2008) A Quantum-Inspired Intelligent Hybrid method for stock market forecasting, 2008 IEEE Congress on Evolutionary Computation (IEEE World Congress on Computational Intelligence), pp. 1348-1355.
  2. Han K., Kim J. (2000) Genetic quantum algorithm and its application to combinatorial optimization problem, Evolutionary Computation, Proceedings of the 2000 Congress on, Vol. 2, pp. 1354-1360.
  3. Hirvensalo M. (2004) Quantum algorithm, WSiP, Warszawa 2004.
  4. Ho S.L., Yang S., Ni P., Huang J. (2013) A Quantum-Inspired Evolutionary Algorithm for Multi-Objective Design, IEEE Transactions on Magnetics, Volume: 49, Issue 5, pp. 1609-1612.
  5. Kasabov N. (2006) Neuro-, Genetic-, and Quantum Inspired Evolving Intelligent Systems, International Symposium on Evolving Fuzzy Systems, pp. 63-73.
  6. Li J., Li J. (2008) Next-Day Electricity Price Forecasting Based on Support Vector Machines and Data Mining Technology. Proceedings of the 27th Chinese Control Conference, Kunming, Yunnan, China, pp. 630-633.
  7. Liao G. (2010) Using chaotic quantum genetic algorithm solving environmental economic dispatch of Smart Microgrid containing distributed generation system problems, Power System Technology, POWERCON, International Conference on, pp. 1-7.
  8. Liu Y.Y., Li M. (2008) A bidding method of power market based on immune genetic algorithm, 27th Chinese Control Conference, pp. 28-32.
  9. Mielczarski W. (2000) Rynki energii elektrycznej. Wybrane aspekty techniczne i ekonomiczne, ARE, Warszawa (in Polish).
  10. Narayanan A., Moore M. (1996) Quantum-inspired genetic algorithms, Proceedings of IEEE International Conference on Evolutionary Computation, pp. 61-66.
  11. Osowski S. (2000) Sieci neuronowe do przetwarzania informacji, PW, Warszawa (in Polish).
  12. Pittenger A.O. (2000) An Introduction to Quantum Computing Algorithms, Birkhauser, Boston.
  13. Ruciński D. (2016) Neural-evolutionary Modelling of Polish Electricity Power Exchange, XPlore Digital Library, EPNet, PWr.
  14. Sheng Z., J. Wanlu (2012) A novel quantum genetic algorithm and its application. Natural Computation (ICNC), Eighth International Conference on, pp. 613-617.
  15. Tadeusiewicz R., Szaleniec M. (2015) Leksykon sieci neuronowych, Wyd. Fundacji "Projekt Nauka", Wrocław (in Polish).
  16. Tchórzewski J., Wołynka Ł. (2016) Możliwości informatyki kwantowej do poprawy dokładności modelowania. Część 2. Kwantowy algorytm ewolucyjny ruchu robota PR-02. Poznan University of Technology. Academic Journal. Wyd. PP, Poznań (in Polish).
  17. Tchórzewski J., Ruciński D. (2016) Quantum Inspired Evolutionary Algorithm to Improve Parameters of Neural Models on Example of Polish Electricity Power Exchange. EPNet. Xplore Digital Library. International Conference on Electrical Power Networks EPNet. PWr, Wrocław-Szklarska Poręba.
  18. Tchórzewski J. (2013) Rozwój systemu elektroenergetycznego w ujęciu teorii sterowania i systemów. OW PWr. Wrocław (in Polish).
  19. Tchórzewski J. (2005) Systemowy Algorytm Ewolucyjny SAE, Bio-Algorithms and Med-Systems, Journal Edited by Collegium Medicum, Vol. 1. No. 1/2, UJ, Kraków, pp. 61-64.
  20. Tchórzewski J. (1990) Inżynieria rozwoju systemów. Monografie nr 18, Wydawnictwa Uczelniane WSR-P w Siedlcach, Siedlce, Poland (in Polish).
  21. Wierzchoń S., Kłopotek M. (2015) Cluster analysis. Monografie. Wyd. IPI PAN. Warszawa.
Cytowane przez
Pokaż
ISSN
2084-5537
Język
eng
URI / DOI
http://dx.doi.org/10.22630/ISIM.2017.6.4.8
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu