dc.contributor.author | Колесникович, А. Н. | ru |
dc.contributor.author | Выгонный, А. Г. | ru |
dc.contributor.author | Гончарко, А. А. | ru |
dc.contributor.author | Кравченок, А. Л. | ru |
dc.coverage.spatial | Минск | ru |
dc.date.accessioned | 2021-01-20T07:38:03Z | |
dc.date.available | 2021-01-20T07:38:03Z | |
dc.date.issued | 2020 | |
dc.identifier.citation | Оптимизация параметров комбинированного поворота карьерного самосвала с применением генетического алгоритма = Optimization of the parameters of heavy-duty dump truck skid steering with genetic algorithm application / А. Н. Колесникович [и др.] // Автотракторостроение и автомобильный транспорт : сборник научных трудов : в 2 томах / Белорусский национальный технический университет, Автотракторный факультет ; редкол.: Д. В. Капский (отв. ред.) [и др.]. – Минск : БНТУ, 2020. – Т. 1. – С. 4-9. | ru |
dc.identifier.uri | https://rep.bntu.by/handle/data/83605 | |
dc.description.abstract | Оценивается возможность применения генетического алгоритма для оптимизации параметров системы комбинированного поворота карьерного самосвала. Сравниваются мощностные показатели поворота самосвала с традиционным дифференциальным приводом и поворота, реализуемого путем вращения колес со значениями угловых скоростей, полученными в результате многокритериальной оптимизации на базе генетического алгоритма. | ru |
dc.language.iso | ru | ru |
dc.publisher | БНТУ | ru |
dc.title | Оптимизация параметров комбинированного поворота карьерного самосвала с применением генетического алгоритма | ru |
dc.title.alternative | Optimization of the parameters of heavy-duty dump truck skid steering with genetic algorithm application | ru |
dc.type | Article | ru |
local.description.annotation | The possibility of the genetic algorithm application for the parameters optimization of combined skid turn of a heavy-duty dump truck is assessed. The parameters processes such as the skid turn of a heavyduty dump truck with a differential drive and the skid turn by rotating wheels with speeds obtained by using multi-criteria optimization based on a genetic algorithm are compared. | ru |