A multi-objective evolutionary algorithm for energy management of agricultural systems—A case study in Iran

Shamshirband, Shahaboddin; Khoshnevisan, Benyamin; Yousefi, Masoud; Bolandnazar, Elham; Anuar, Nor Badrul; Wahab, Ainuddin Wahid Abdul; Khan, Saif Ur Rehman

doi:10.1016/j.rser.2014.12.038

Cited by 56 publications

(34 citation statements)

References 41 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The application of evolutionary algorithms can be useful for considered problem. A multi-objective evolutionary algorithm was investigated for energy management of agricultural systems by Shamshirband et al [50]. Mogale et al [51] indicated a multi-period inventory transportation model for tactical planning of food grain.…”

Section: Introductionmentioning

confidence: 99%

A model of energy management analysis, case study of a sugar factory in Turkey

et al. 2018

View full text Add to dashboard Cite

This study presents a case study of energy management in a sugar factory in Turkey. The main idea of the study is to analyse energy consumption, the quantity of material production, and figure out a suitable energy efficiency for the case study of a sugar factory subsequently. Firstly, a material production and energy consumption audit were performed for the sugar factory. Secondly, energy efficiency was calculated from the energy data. The SPSS (Statistical Package for the Social Sciences) statistical software was used to ensure the accuracy of the data. The factory's energy consumption was calculated as 43,590.25 toe (tons of oil equivalent) over the last year. These results were used for CUSUM (Cumulative Sum Deviation Method) graphics. This research poses the consumption of energy, cost of energy and the relationship between energy usage and material production of sugar. The unit of energy cost was 688.22 [$/toe] for the last year. This result showed that the factory decreased the unit of energy by optimisation. The results indicated that the investigated sugar factory should pay attention to the energy management issue in order to comply with the Energy Efficiency of Turkish Law and Directives.

show abstract

Section: Introductionmentioning

confidence: 99%

A model of energy management analysis, case study of a sugar factory in Turkey

et al. 2018

View full text Add to dashboard Cite

show abstract

“…Genetic algorithm (GA) [13] and genetic programming (GP) [12] are two specific types of evolutionary algorithms that have been used in wide range of practical problems in different fields such as optimizing a fixed set of variables or finding a global optimum solution [24]. GA is a traditional optimization technique that uses a fixed length linear representation with binary encoding of all parameters; thus, the output of the GA is a string of numbers.…”

Section: Multi-gene Symbolic Regressionmentioning

confidence: 99%

Genetic programming for experimental big data mining: A case study on concrete creep formulation

Gandomi

Sajedi

Kiani

et al. 2016

Automation in Construction

View full text Add to dashboard Cite

This paper proposes a new algorithm called multi-objective genetic programming (MOGP) for complex civil engineering systems. The proposed technique effectively combines the model structure selection ability of a standard genetic programming with the parameter estimation power of classical regression, and it simultaneously optimizes both the complexity and goodness-of-fit in a system through a non-dominated sorting algorithm. The performance of MOGP is illustrated by modeling a complex civil engineering problem: the timedependent total creep of concrete. A Big Data is used for the model development so that the proposed concrete creep model-referred to as a "genetic programming based creep model" or "G-C model" in this study-is valid for both normal and high strength concrete with a wide range of structural properties. The G-C model is then compared with currently accepted creep prediction models. The G-C model obtained by MOGP is simple, straightforward to use, and provides more accurate predictions than other prediction models.

show abstract

“…При выборе критериев оптимизации системы технического оснащения должны учитываться вероятностные условия ее функционирования [10,11]. Воздействие природной среды на условия функционирования технических средств проявляется в различных затратах (энергетических, трудовых, временных и т.п.)…”

Section: ключевые слова: многокритериальная оптимизация метод градиеunclassified

Study of optimization methods for technical equipment of agricultural enterprizes

Salikhov¹,

Vrazhevsky²

2015

Izv. vysš. učebn. zaved., Priborostr.

View full text Add to dashboard Cite

Рассматривается проблема оптимального управления процессом технического оснащения предприятий сельскохозяйственного комплекса. Исследованы эконо-мические и вещественно-натуральные критерии оптимальности для предприятий агропромышленного комплекса. Система технического оснащения предприятий рассматривается как многоуровневая система, выделены вертикальные и гори-зонтальные связи. Перечислены способы многокритериальной оптимизации для агротехнических производственных систем, учитывающие характер связей ме-жду оптимизируемыми подсистемами. Представлен метод градиентного спуска для организации вертикальных связей. Методы скаляризации задачи многокри-териального выбора, подробно исследованные в теории принятия решений, по-ложены в основу способов организации горизонтальных связей. Указаны спо-собы учета внешний воздействий при решении задачи оптимизации техниче-ского оснащения. Ключевые слова: многокритериальная оптимизация, метод градиентного спус-ка, метод линейной свертки, агропромышленный комплекс, техническое оснаще-ние предприятий, многоуровневые системы, оптимизация производства.Введение. На эффективность работы предприятий агропромышленного комплекса (АПК) влияют количественный и качественный состав парка технических средств, эксплуа-тационные параметры оборудования, показатели надежности и эффективности используемых машин и агрегатов. Управление процессом технического оснащения сельскохозяйственного производства качественно зависит от природно-климатических условий, изменчивость кото-рых рассматривается как внешнее детерминированное возмущение. Весь набор средств тех-нического оснащения предприятий АПК представляет организованную комплексную систе-му, ориентированную на выполнение трудоемких механизированных работ с учетом агротех-нических требований к производству сельскохозяйственной продукции. Следовательно, тех-нические средства, их состав и структура должны обеспечивать выполнение запланированно-го объема работ в условиях изменчивости климатических условий.В большинстве работ, посвященных задаче оптимизации процесса технического осна-щения предприятий АПК [1-5], оценка количественного состава технических средств и их приспособленности к условиям функционирования производилась по стоимостным или ве-щественно-натуральным критериям. Стоимостные критерии, при их простоте и универсаль-ности, не позволяют оценить качество функционирования системы в случае недостаточности входных возмущений [1,2]. В качестве вещественно-натуральных критериев чаще всего ис-пользовались объем производимой продукции, суммарная наработка технического парка, сроки выполнения полевых работ, энергетические и трудовые затраты и т.п. [3][4][5]. Как пра-вило, адаптация технических средств к условиям работы предприятий проводилась по не-скольким критериям, остальные использовались в качестве дополнительных ограничиваю-щих условий. В настоящей статье представлен обзор методов оптимизации для систем управ-ления процессом технического оснащения предприятий агропромышленного комплекса,

show abstract

A multi-objective evolutionary algorithm for energy management of agricultural systems—A case study in Iran

Cited by 56 publications

References 41 publications

A model of energy management analysis, case study of a sugar factory in Turkey

A model of energy management analysis, case study of a sugar factory in Turkey

Genetic programming for experimental big data mining: A case study on concrete creep formulation

Study of optimization methods for technical equipment of agricultural enterprizes

Contact Info

Product

Resources

About