Język Polski
English
Русский
Slovenčina
Hrvatski
ALGORYTMY ROJOWE Z WYKORZYSTANIEM MICROPYTHON I ULAB DLA MIKROKONTROLERÓW
Abstrakt
Głównym celem artykułu jest prezentacja możliwości implementacji algorytmu optymalizacji rojem cząsteczek (PSO) na platformach mikrokontrolerowych, w szczególności na płytce PyBoard. Poprzez rygorystyczne testowanie i analizę, badano zachowanie algorytmu w środowiskach o ograniczonych zasobach, dążąc do zrozumienia jego adaptacyjności, efektywności i stabilności. Przeprowadzono testy kodu PSO na trzech identycznych płytach PyBoard, wykonując algorytm wielokrotnie dla różnych funkcji testowych. Ten kompleksowy proces testowania pozwolił na uchwycenie i ocenę spójności wyników w różnych jednostkach mikrokontrolerów. Poprzez powtarzanie testów i zbieranie danych dotyczących wartości dopasowania, czasów wykonania i optymalnych rozwiązań, uzyskano cenne wglądy w zachowanie algorytmu. Wyniki analizy ujawniły kilka istotnych wniosków. Badanie potwierdziło, że mikrokontrolery, takie jak PyBoard, mogą być skutecznymi narzędziami do analizy i porównywania możliwości algorytmów optymalizacji, pomimo swoich ograniczonych zasobów. Podsumowując, wyniki badań dostarczyły cennych informacji na temat wydajności algorytmu PSO na platformach mikrokontrolerowych, otwierając nowe perspektywy dla projektowania systemów wbudowanych.
Słowa kluczowe:
optymalizacja rojem cząstek, platformy mikrokontrolerowe, pyboard, ulab, środowiska o ograniczonych zasobach, elastyczność, wydajność, stabilność, funkcje testowe, wartości przystosowania, czasy wykonania, optymalne rozwiązania, topografie optymalizacji, systemy wbudowane, analiza wydajnościSzczegóły
Bibliografia
Statystyki
Autorzy
Pobierz pliki
Zasady cytowania
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Na tych samych warunkach 4.0 Międzynarodowe.