روش جدید حل مسئله سنتز µ با استفاده از الگوریتم بهینه سازی اجتماع پرندگان
Authors
Abstract:
طراحی کنترل کننده به روش سنتز µ ، مسئله ای است که بدلیل مشکلات موجود در محاسبه مقادیر ویژه ساختار یافته هنوز به طور کامل حل نشده است. رایج ترین روش حل مسئله سنتز µ تکرار D-K نام دارد. با وجود آنکه این روش، حل کامل مسئله سنتزµ نیست ولی کنترل کننده های بدست آمده از آن به لحاظ معیارهای پایداری و عملکرد از قویترین روشهای کنترل مقاوم هستند.از سوی دیگر بالا بودن درجه کنترل کننده، مهمترین اشکال روش تکرار D-K است. در این مقاله از یک الگوریتم بهینه سازی سیر تکاملی به نام الگوریتم بهینه سازی اجتماع پرندگان، به منظورطراحی یک کنترل کننده مقاوم استفاده شده است. هدف آنستکه حلی برای مسئله سنتزµ پیدا شود که در میزان پایداری و عملکرد مقاوم، نسبت به کنترل کننده هم درجه (درجه کاهش یافته) بدست آمده از روش تکرارD-K ، وضعیت بهتری داشته باشد.به منظور ارزیابی الگوریتم پیشنهادی، از آن برای طراحی کنترل کننده یک سیستم محک جرم-فنر-میراگر استفاده می شود. نتایج شبیه سازی موید آنستکه کنترل کننده های بدست آمده با این روش از نظر پایداری و عملکرد مقاوم سیستم حلقه بسته بسیارکاراتر از کنترل کننده های تکرار D-K هم درجه هستند
similar resources
روش جدید حل مسئله سنتز µ با استفاده از الگوریتم بهینه سازی اجتماع پرندگان
طراحی کنترل کننده به روش سنتز µ ، مسئله ای است که بدلیل مشکلات موجود در محاسبه مقادیر ویژه ساختار یافته هنوز به طور کامل حل نشده است. رایج ترین روش حل مسئله سنتز µ تکرار d-k نام دارد. با وجود آنکه این روش، حل کامل مسئله سنتزµ نیست ولی کنترل کننده های بدست آمده از آن به لحاظ معیارهای پایداری و عملکرد از قویترین روشهای کنترل مقاوم هستند.از سوی دیگر بالا بودن درجه کنترل کننده، مهمترین اشکال روش تک...
full textطراحی کنترل کننده تناسبی-انتگرالی- مشتقی بهینه با الگوریتم بهینه سازی بهبودیافته اجتماع پرندگان
چکیده- در این مقاله، طراحی کنترل کننده تناسبی- انتگرالی- مشتقی (تام) بهینه بر مبنای "الگوریتم بهینه سازی بهبود یافته اجتماع پرندگان" (ePSO) ارائه می شود. مزیت این روش جدید نسبت به روشهای متداول در طراحی کنترل کننده این است که ارائه آن محدود به کلاس خاصی از سیستمها نیست. در طراحی کنترل کننده تام بهینه، مجموع زمان صعود، زمان نشست، فراجهش و انتگرال قدر مطلق خطا کمینه میشوند. سه نوع الگوریتم بهی...
full textحل مسئله تخصیص نمایی با استفاده از الگوریتم بهینه سازی علف های هرز
در این مقاله یک الگوریتم جدید قدرتمند با الهام از تکثیر و رشد علف های هرز جهت حل مسئله معروف تخصیص نمایی که از کاربرد بسیار زیادی در حوزه های مختلف نظیر چیدمان کارخانه، چیدمان ماشین آلات و ... برخوردار است، به کار گرفته شده است. مجموعه ای از مسائل عددی مرجع از منبع مربوط به این مسئله مشهور انتخاب و کارایی الگوریتم از طریق آن در مقایسه با الگوریتم های قبلی مشابه مورد ارزیابی قرار گرفته است. نتای...
full textبررسی عملکرد دو الگوریتم ژنتیک (GA) و اجتماع ذرات (PSO) در بهینه سازی مسئله CGAM
نوشتار حاضر به مدلسازی ترمودینامیکی یک نیروگاه توربین گازی با توان تولیدی MW ۳۰ و (kg/s) ۱۴ بخار اشباع در فشار bar ۲۰ پرداخته است. این سیستم معروف به مسئله CGAM است. در مسئلهی CGAM تابع هدف شامل مجموع هزینهی سرمایهگذاری و همچنین هزینهی سوخت مصرفی است. در این نوشتار بهینهسازی با کمینهسازی تابع هدف و نیز بهکارگیری الگوریتم ژنتیک و الگوریتم اجتماع ذرات بهکمک نرمافزار متلب انجا...
full textحل مسأله ی برش دوبعدی غیرگیوتینی با تقاضا با استفاده از الگوریتم بهینه سازی ازدحام ذرات
بهینهسازی چیدمان قطعات کاربردهای فراوانی در صنایع برش ورق فلزی، برش الوار، تولیدشیشه، کاغذ و پوشاک دارد و به دلیل اهمیت کاهش ضایعات، روش های زیادی برای حل اینمسأله ارائه شده است. یکی از بهترین روشها استفاده از الگوریتم بهینهسازی ازدحام ذرات میباشد.در این پژوهش، مسألهی برش دوبعدی با تقاضا مورد بررسی قرار میگیرد. در این مسأله باید با برشورق های مستطیل شکل بزرگ، مستطیلهای کوچکتر مورد نیاز به نحوی ...
full textبهینه سازی پرتفوی سهام: سودمندی الگوریتم پرندگان و مدل مارکویتز
هدف از مدیریت پرتفوی انتخاب سبد سهام است، سبد سهامی که راهنمایی سرمایه گذاران برای دستیابی به بیشترین بازده می باشد؛ در این پژوهش جهت انتخاب سبد سهام از الگوریتم پرندگان و مدل مارکویتز استفاده شده است و مقایسه ای نیز بین انها صورت پذیرفته است. معرفی یک مدلی جهت انتخاب پرتفوی برای سرمایه گذاران که بتوانند با ارزیابی ان مدل به انتخاب درست سبد پرتفوی اقدام کنند، از اهداف ما در این پژوهش می باشد.از...
full textMy Resources
Journal title
volume 5 issue 2
pages 34- 43
publication date 2011-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023