این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک امیرکبیر، جلد ۵۲، شماره ۱۲، صفحات ۳۱-۴۰
عنوان فارسی طراحی تک هدفه و چندهدفه سیستم های کنترل بهینه با استفاده از برنامه ریزی ژنتیکی و مقایسه آن با حل تحلیلی معادله ریکاتی
چکیده فارسی مقاله بدست آوردن ساختار ریاضی سیگنال کنترلی که بتواند حالت‌های سیستم را از حالت ابتدایی به حالت نهایی مطلوب برساند یکی از مهم‌ترین مباحث در حوزه کنترل بهینه سیستم‌های مدرن می‌باشد. به‌طورمعمول سیگنال کنترلی بهینه با حل یک شاخص تک‌هدفه به فرم خطی درجه دوم که ترکیبی از تلاش کنترلی و شاخص‌هایی از حالت‌های سیستم با استفاده از ضرایب وزنی می‌باشند، با استفاده از روش‌های عددی مانند برنامه‌ریزی دینامیکی و یا از روش‌های تحلیلی عددی مانند هامیلتون-جاکوبی-بلمن و یا معادلات ریکاتی بدست می‌آید. ازآنجایی‌که انتخاب ضرایب وزنی مناسب با اهداف طراحی در روش‌های متداول بهینه‌سازی مستلزم آزمون و خطا می‌باشد، در این مقاله با استفاده از برنامه‌ریزی ژنتیکی و بدون استفاده از هرگونه روش تحلیلی، ضرایب وزنی حذف و معیارهای بهینگی شامل تلاش کنترلی و خطای مسیر متغیر حالت جداسازی می‌شوند و درنتیجه مسائل بهینه‌سازی تک‌هدفه به چندهدفه ارتقا می‌یابند. درواقع با استفاده از برنامه‌ریزی ژنتیکی در این مقاله و با کمک پردازش موازی علاوه بر اینکه می‌توان به فرم تحلیلی حل معادلات ریکاتی در مسائل تک‌هدفه به‌عنوان سیگنال کنترلی بهینه دست یافت، در بهینه‌سازی چندهدفه با استفاده از مصالحه بین توابع هدف مختلف با توجه به نمودارهای پارتو، دیدگاه طراح در انتخاب سیگنال کنترلی بهینه متناسب با نیازهای طراحی توسعه می‌یابد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Single-objective and multi-objective design of optimal control systems by Genetic programming and its comparison with analytical solution of Riccati equation
چکیده انگلیسی مقاله Gaining the function of control signal that transfer the system states from initial to desired final conditions is one of the main issues related to the optimal control of modern systems. Optimal control signal is usually obtained by numerical solution (such as dynamic programming algorithm) or analytical solution (like Hamilton-Jacobi-Bellman or Riccati equations approaches) of a single-objective performance index which is a weighted combination of control effort and the fitness of system's states. However, choosing proper weight coefficients in these approaches needs a lot of trial and error in addition to experience. In this papers, such time consuming procedures are eliminated by using Genetic programming (GP) in single and multi-objective optimization process to find those closed-form mathematical solutions of optimal control problems. In this way, it would be readily possible to trade-off among the objective functions using the obtained pareto-front of those solutions based on the needs of the control system designer. It will be shown that in the case of same weighting factors, the solution of the Riccati equation would also be obtained using the approach of this paper.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله عادل محمدی |
گروه دینامیک ارتعاشات و کنترل، دانشکده مکانیک، دانشگاه گیلان، رشت، ایران

نادر نریمان زاده |
گروه مکانیک، دانشکده مکانیک، دانشگاه گیلان، رشت، ایران

علی جمالی |
گیلان*مهندسی مکانیک

نشانی اینترنتی https://mej.aut.ac.ir/article_3601_0985ea33a9b4509589f9c9d06f0fda7d.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1252/article-1252-2235894.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات