Optimization of the marinelli beaker dimensions using genetic algorithm

Nghiên Cứu Tối Ưu Kích Thước Hộp Chứa Mẫu Marinelli Bằng Thuật Toán Tiến Hoá Vi Phân Kết Hợp Với McNp4c2

“…Tuy nhiên do thể tích mẫu đo lớn nên ảnh hưởng của hiệu ứng mật độ, hiệu ứng thành phần hoá học, hiệu ứng trùng phùng lên hiệu suất ghi của đầu dò trở nên đáng kể [4,5,6]. Trong những năm gần đây, đã có một số công trình nghiên cứu sử dụng các thuật toán di truyền (GA -Genetic Algorithm), thuật toán tiến hoá vi phân (DE -Differential Evolution) để xác định các thông số kích thước hình học của đầu dò dựa vào mục tiêu xác định độ lệch nhỏ nhất của hiệu suất ghi của đầu dò giữa kết quả tính toán mô phỏng và thực nghiệm [7,8,9], nghiên cứu sử dụng thuật toán GA xác định kích thước hình học tối ưu của hộp chứa mẫu đối với thể tích mẫu đo cho trước dựa vào mục tiêu xác định hiệu suất ghi lớn nhất của đầu dò [10,11]. Trong công trình [11], chúng tôi đã nghiên cứu tối ưu kích thước hình học của hộp chứa mẫu Marinelli bằng thuật toán GA kết hợp với chương trình MCNP4C2.…”

“…Trong lĩnh vực nghiên cứu hệ phổ kế gamma dùng đầu dò germanium siêu tinh khiết với cấu trúc hình học nguồn đo khác nhau, thuật toán DE vẫn còn rất mới mẻ, hiện chỉ có một vài nghiên cứu ứng dụng thuật toán DE kết hợp với MCNP [7] hoặc kết hợp với GESPECOR [8] đối với bài toán khảo sát đặc tính cấu trúc hình học của đầu dò HPGe. Đối với bài toán xác định kích thước tối ưu của nguồn đo thể tích lớn cũng chỉ có một vài nghiên cứu ứng dụng thuật toán GA kết hợp với MCNP [10,11]. Đây là cơ sở để chúng tôi lựa chọn sử dụng thuật toán DE cho bài toán tối ưu kích thước hình học của hộp chứa mẫu Marinelli.…”

An Improved Grey Model and Scenario Analysis for Carbon Intensity Forecasting in the Pearl River Delta Region of China

“…Genetic algorithms have been widely used in numerical optimizations in various fields, such as social networks [29], route planning [30], equipment parameter optimization [31] and so on. In addition, a time series model can be combined with a genetic algorithm in forecasting [32].…”

Improved Hybrid Grey Wolf Optimization Algorithm Based on Dimension Learning-Based Hunting Search Strategy

“…Metaheuristic algorithms are widely used in computer science [1], mechanical engineering [2], [3], civil engineering [4], and medicine [5] to optimize or solve complex problems because of their low computational cost and high optimization efficiency. The common goals of metaheuristic algorithms such as the genetic algorithm [6], particle swarm algorithm [7], [8], differential algorithm [9], ant colony algorithm [10], firefly algorithm [11], artificial bee swarm algorithm [12], spider monkey optimization algorithm [13], and whale optimization algorithm [14] are to find the optimal solution and establish the best convergence performance. Mirjalili et al [15] proposed a grey wolf optimization (GWO) algorithm based on the leadership level of grey wolves in nature and the hunting mechanism of groups.…”