Geneettisten algoritmien käyttö sumean säätimen optimoinnissa. Daniel Westman

Geneettinen algoritmi Optimointimenetelmä joka matkii evoluutiota. Johtaa lopulta parempiin parametreihin Luonto Selviytyminen perustuu evoluutioon. Johtaa lopulta parempaan organismiin kun parhaimmat geenit jäävät eloon.

Geneettinen algoritmi Kokoelma parametrejä Yksittäinen parametri Kromosomi Geeni – Geeni – Geeni – Geeni [1,5 4,2 10,0 6,7] Luonto Kromosomi Geeni

Geneettinen algoritmi Luonnossa hyvyysfunktiona on selviytyminen GA:ssa hyvyysfunktio on käyttäjän määrittelemä Myös risteytys ja mutaatiot käyttäjän määriteltävissä

Sumea säädin Sumea logiikka Sääntöjä joita yhdistetään muihin sääntöihin

Sumea säädin

Sumea säädin + GA Sumean säätimen sääntörajat ovat potentiaalisia optimoinnin kohteita. Jopa kokonaiset säännöt voidaan tuottaa GA:lla Defuzzifikaatiomenetelmä geeninä

Sumea säädin + GA Hyötyjä Ei tarvitse tuntea koko prosessia Sääntöjen hienosäätö Sääntöjen karkeasäätö Nopeus

Sumea säädin + GA Pallo ja tanko epästabiiliusongelma Department of Electrical Engineering, The Hong Kong Polytechnic University(1997) Testausalusta valmiina Testattiin kolmea eri säädintä – Kalman filtered controller(KFC) – Manual tuned fuzzy controller – GA optimized Fuzzy controller Tulos: GA:n avulla voitiin nopeuttaa suunnitteluprosessia ja lopputuloksen robustisuutta merkittävästi.

Sumea säädin + GA Helikopterin ohjaus Vaikea ongelma: epästabiili, monta vapausastetta, monimutkaisia riippuvuuksia Suuri määrä sumeita sääntöjä – Jaettiin ylös/alas, oikea/vasen, eteen/taakse, suunta – Ei edelleenkään tarpeeksi yksinkertainen vaikkakin helpompi – GA avuksi

Sumea säädin + GA Helikopterin ohjaus Sääntörungot valmiina mutta parametrit täytyi optimoida. Optimoitiin vaiheittain eri toiminnoille, 12 eri sääntökantaa Tuloksena robusti sääntökanta joka pystyi lentämään hyvin, tosin säätimen suunnitteluvirhettä se ei poistanut.

Sumea säädin + GA Muovipuristuskone Käytetty sumeaa säädintä pitämään lämpötilat vakiona muovin homogeenisuuden takaamiseksi. GA:m avulla optimoitu sääntöparametrejä ja päädytty selkeään parannukseen vasteessa.

Sumea säädin + GA Seinää seuraava robotti GA muodosti – Säännöt – Parametrit Sääntöjen kelpoisuus täytyy arvioida Suuri määrä sääntöjä antoi sulavamman liikkeen mutta ei nopeuttanut tomintaa.

Kiitos ja anteex

Lähdeluettelo Per Eklundin luentomonisteet ja kurssilta Sumeat Järjestelmät &_user=10&_coverDate=04%2F16%2F2000&_rdoc=1&_fmt=high&_orig=search& _origin=search&_sort=d&_docanchor=&view=c&_searchStrId= &_reru nOrigin=google&_acct=C &_version=1&_urlVersion=0&_userid=10&md 5=c04ee693dffeca c95317fe&searchtype=a