Zastosowanie sztucznej inteligencji w optymalizacji niezawodnościowej
systemów
Celem pracy jest opracowanie skutecznego narzędzia optymalizacji niezawodnościowej sieci. Po raz pierwszy wykorzystano w tym celu reprezentację funkcji logicznych w postaci binarnych diagramów decyzyjnych (BDD) i optymalizację metaheurystyczną. Opracowano nowy algorytm, w którym połączono dekompozycję EED (Edge Expansion Diagrams), algorytm CAE (Composition After Expansion) zaproponowane przez Kuo et al. w pracach [37,38], algorytm fixed-sink przedstawiony przez Yeh et al. w pracy [80] oraz metaheurystyczny algorytm optymalizacji Cuckoo Search (CS) przedstawiony przez Yanga i Deba [74]. Połączenie powyższych elementów pozwoliło stworzyć efektywne narzędzie optymalizacji niezawodnościowej sieci.
Network Reliability Optimization using BDD-based
decomposition and metaheuristics
This study provides a quick and efficient method for reliability optimization of complex networks. It is based on the combination of gradient-free optimization and network decomposition techniques using binary decision diagrams (BDD). The method proposed in this thesis combines the BDD-based decomposition algorithms developed by Kuo et al. [37,38] called Edge Expansion Diagrams (EED) and Composition After Expansion (CAE), the fixed-sink algorithm presented by Yeh et al. [80] and the Cuckoo Search (CS) optimization algorithm by Yang and Deb [74, 75]. In particular, the method was applied to solve a nonlinear optimization problem on a model of Poland's national power grid.
