Применение оператора вариации в генетическом алгоритме для синтеза нечетких регуляторов


https://doi.org/10.21822/2073-6185-2020-47-4-92-100

Полный текст:


Аннотация

Цель. В данной статье рассмотрена проблема повышения эффективности синтеза нечеткого регулятора в системе управления с помощью генетического алгоритма. Подбор наилучших параметров нечеткого регулятора осуществляется с помощью операторов кроссинговера и мутации в генетическом алгоритме. Работа оператора мутации может привести к формированию некорректного набора параметров, что усложняет процедуру синтеза нечеткого регулятора.

Метод. Методом математического моделирования составляются массивы наборов параметров функций принадлежности, заключений и весов правил, которые входят в нечеткий регулятор. Методом имитационного моделирования описывается механизм работы операторов одноточечной и двухточечной вариации в генетическом алгоритме.

Результат. Предложены математические модели одноточечного и двухточечного оператора вариации для генетического алгоритма. Представлен механизм изменения значений элементов в массиве набора параметров нечеткого регулятора с одной входной и выходной переменной.

Вывод. Замена оператора мутации на оператор вариации исключает формирование некорректных наборов параметров нечеткого регулятора в системе управления.


Об авторе

И. В. Куликова
Уральский государственный университет путей сообщения
Россия

Куликова Ирина Валерьевна, старший преподаватель кафедры «Естественнонаучные дисциплины»

620034, г. Екатеринбург, ул. Колмогорова, 66



Список литературы

1. Бабокин Г.И., Гнатюк Т.А. Оценка робастности системы управления электроприводом комбайна для различных регуляторов нагрузки // Известия Тульского государственного университета. Технические науки. 2013. № 2. С. 10-15.

2. Бахирев И.В., Кавалеров Б.В. Исследование варианта структуры нечеткого пид-регулятора частоты вращения электроэнергетической газотурбинной установки // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2014. № 1 (9). С. 16-24.

3. Бизянов Е.Е., Гутник Е.Е. Метод получения параметров функций принадлежности нечетких множеств на основе реальных данных для систем автоматизированной обработки информации // Вестник Дагестанского государственного технического университета. Технические науки. 2019;46(3):79-86. https://doi.org/10.21822/2073-6185-2019-46-3-79-86

4. Булатов Ю.Н., Крюков А.В. Интеллектуальная настройка регуляторов установок распределенной генерации // Информационные и математические технологии в науке и управлении. 2017. № 3 (7). С. 122-135.

5. Булатов Ю.Н., Крюков А.В., Чан З.Х. Интеллектуальные регуляторы для установок распределенной генерации // Современные технологии. Системный анализ. Моделирование. 2015. № 2 (46). С. 83-95.

6. Вильданов Р.Г., Крышко К.А., Сидоров Д.А., Климкович А.С. Моделирование регулятора на базе нечеткой логики для применения на тепловой электростанции // Современные тенденции развития науки и технологий. 2017. № 2-2. С. 19-21.

7. Гладков Л. А., Курейчик В. В, Курейчик В. М. и др. Биоинспирированные методы в оптимизации: монография. М: Физматлит, 2009. 384 с. ISBN 978-5-9221-1101-0.

8. Грязнов А.О., Тарасян В.С. Нечеткие регуляторы для управления движением на перекрестке // Молодежь в науке: Новые аргументы. Сборник научных работ X Международного молодежного конкурса. Ответственный редактор А.В. Горбенко. 2019. С. 29-33.

9. Каяшев А.И., Емекеев А.А., Сагдатуллин А.М. Автоматизация электропривода насосной станции на основе многомерного нечеткого логического регулятора // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2014. № 4. С. 30-33.

10. Куликова И.В. Построение генетического алгоритма для решения задач оптимизации с различными ограничениями для параметров // Современные наукоемкие технологии. 2020. № 2. С. 40-44.

11. Куликова И.В. Процедура автоматического синтеза нечетких регуляторов типа Такаги-Сугено-Канга. Свидетельство о государственной регистрации № 2020613003. – Зарегистрировано в реестре программ для ЭВМ 06 марта 2020.

12. Леготкина Т.С., Хижняков Ю.Н. Адаптивное нечеткое управление нефтегазового сепаратора дожимной насосной станции // Нейрокомпьютеры: разработка, применение. 2016. № 8. С. 54-59.

13. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб. : БХВ-Петербург, 2005. 736 с.: ил

14. Линенко А.В., Туктаров М.Ф., Байназаров В.Г. Нечеткая система управления линейным электроприводом зерноочистительной машины//Достижения науки - агропромышленному производству материалы LV международной научнотехнической конференции. ФГБОУ ВО «Южно-Уральский государственный аграрный университет». 2016. С. 205-210.

15. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. 744 с., ил.

16. Муравьева Е.А., Соловьев К.А., Султанов Р.Г., Соловьева О.И. Синтез нечеткого регулятора с заданной многомерной статической характеристикой // Электронный научный журнал Нефтегазовое дело. 2015. № 1. С. 245-260.

17. Первушина Н.А., Доновский Д.Е., Хакимова А.Н. Разработка методики синтеза нейро-нечеткого регулятора с настройкой генетическим алгоритмом // Вестник Концерна ВКО "Алмаз – Антей". 2018. № 4 (27). С. 82-90.

18. Тарасян В.С., Куликова И.В. Автоматическое обучение нечетких регуляторов MISO-типа. Свидетельство о государственной регистрации № 2014614584. – Зарегистрировано в реестре программ для ЭВМ 06 марта 2014г.

19. Тарасян В.С., Куликова И.В. Разработка процедуры построения нечеткого регулятора и ее применение для управления движением перевернутого маятника // Вестник Уральского государственного университета путей сообщения. 2013. № 1 (17). С. 34-42.

20. Тарасян В.С., Тен Д.О. Оптимизация транспортной инфраструктуры при помощи генетических алгоритмов // Инновационный транспорт. 2013. № 3 (9). С. 29-32.


Дополнительные файлы

Для цитирования: Куликова И.В. Применение оператора вариации в генетическом алгоритме для синтеза нечетких регуляторов. Вестник Дагестанского государственного технического университета. Технические науки. 2020;47(4):92-100. https://doi.org/10.21822/2073-6185-2020-47-4-92-100

For citation: Kulikova I.V. Application of the variation operator in a genetic algorithm for the synthesis of fuzzy controllers. Herald of Dagestan State Technical University. Technical Sciences. 2020;47(4):92-100. (In Russ.) https://doi.org/10.21822/2073-6185-2020-47-4-92-100

Просмотров: 96

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-6185 (Print)
ISSN 2542-095X (Online)