Figure - available from: Neural Computing and Applications
This content is subject to copyright. Terms and conditions apply.
Source publication
With the improvement of network transmission level and hardware storage and computing capacity, the Internet of Things (IoT) has been rapidly developed, and its application has attracted extensive attention. As an innovative application of Internet of Things technology in the field of industrial automation production, the Industrial Internet of Thi...
Similar publications
A wireless sensor network (WSN) is a network composed of small sensor nodes, a base station, and a data center. Its purpose is to collect and monitor various environmental or system conditions such as humidity, temperature, air quality, and more. However, as the usage of wireless sensor networks technology continues to expand, WSN faces numerous ch...
Citations
... For recent decade, swarm optimization studies have gained more speed. With the newly developing technology, swarm intelligence have been used in the solutions of problems in many fields, such as optimizations in engineering systems [15][16][17], deep learning [18], machine learning [19][20][21], fuzzy logic [22], feature selection [23,24], scheduling problem [25], disease detection [26,27], robot control [28], IoT [29,30], image processing [31,32], switching in power electronics [33], network security [34], cryptography [35] and so on. ...
Honey formation optimization (HFO) is originally proposed for design problems where the definitions of the objective functions are known priori or under design. HFO extends the Artificial Bee Colony (ABC) algorithm with the concept of multiple components in a source and the worker bees tending to collect components currently needed. However, the necessity of component design for a particular problem makes the HFO not applicable to optimize an arbitrary objective function. In this paper, HFO with single component (HFO-1) is proposed in order to remove this hardship of HFO for numerical function optimizations. Unlike the HFO, which only models the honey formation inside the bee, the HFO-1 further model the honey production process in the hive where sources are turned into honey-forms inside the bee and mature in time through various types of mixing processes using enzymes until the whole mixture becomes mature in the hive. During mixing process, the \(Pbest\) (population best) is used as primal catalyzer that metamorphoses other forms towards itself. When the current mixture is mature, a new mixture is started from a new site and saturated with the \(Gbest\) (global best) to fasten the maturity of the new mixture towards \(Gbest\). HFO-1 is original in that it extends the formation phase of HFO with novel local search and importantly introduces 3 new phases, mixing, maturation, and saturation, specific to honey production. In this article, 6 algorithms (Whale Optimization, Differential Search, Particle Swarm Optimization, Improved Grey Wolf, Moth-Flame Optimization, HFO-1) are comparatively studied on the basis of 60 popular benchmark functions, containing CEC2019 functions. The results show that HFO-1 is superior to others according to mean absolute error, mean variance and Wilcoxon Rank-Sum Test analysis.
У межах статті проведено огляд тенденцій розвитку Інтернету речей в енергетиці. Використання «Інтернету речей» сприяє досягненню стратегічних цілей розвитку та функціонування електроенергетичної галузі. Підкреслено, що за допомогою Інтернету речей створення єдиної інформаційної системи та відображення стану обладнання в режимі реального часу дозволяє підвищувати надійність енергосистеми, оптимізуючи перетікання енергії, завантажуючи найбільш надійне обладнання та знижуючи помилки персоналу при керуванні функціонуванням системи. Наголошується, що надійність енергосистеми безпосередньо пов'язана з її ефективністю та безпекою. З підвищенням надійності зменшується збиток енергокомпанії та споживача. Інформація про стан та параметри роботи обладнання в IoT дозволяє розглядати систему розподілених об'єктів енергосистеми як єдиний об'єкт (віртуальну електростанцію), включаючи енергосистему споживача та керуючи її режимами за допомогою інтелектуальних систем обліку. Зазначено, що зниження аварійності зменшує негативні впливи на довкілля, персонал компанії та енергосистеми споживача. Технологічно IoT забезпечується за рахунок використання контролерів технічного стану обладнання, ізоляторів, які можуть виявити коронні розряди, датчики провисання проводів, «розумних» систем обліку енергії та багатьох інших елементів. Підкреслено, що технологія «Інтернету речей» дає імпульс не лише технологічному розвитку електроенергетики, а й дозволяє використовувати нові методи управління енергосистемами та змінити бізнес-моделі ринкових відносин у галузі, дозволяючи оптимізувати систему енергетики, що може призвести до кращого використання навколишнього середовища та природних ресурсів, що, у свою чергу, призведе до масштабних переваг розумних енергетичних систем.
