Ewolucyjne metody wielokryterialnej optymalizacji układów detekcji

• Autorzy: Białaszewski T. , Kowalczuk Z.

Warianty tytułu

EN

Evolutionary multi-objective optimization of detection systems

• Języki publikacji: PL

Abstrakty

PL

W pracy omawiane są możliwości wykorzystania mechanizmów niszowania oraz rodzajnika genetycznego w ewolucyjnym poszukiwaniu rozwiązań wielokryterialnych zadań optymalizacyjnych. W omawianych typach algorytmów ewolucyjnych zastosowano metody rankingowe, które cechują się znaczną uniwersalnością i użytecznością w porównaniu do metod klasycznych. Jako przykład ilustrujący rozważane podejścia przedstawia się metodologię konstruowania liniowych obserwatorów stanu jako układów detekcyjnych, zawierającą przykładowe zastosowania opisanego podejścia genetycznego w projektowaniu systemów diagnostyki układu napędowego jednostki pływającej.

EN

In this paper the conceptions of niching and genetic gender are considered. Both mechanisms are utilized in evolutionary searching for solutions of multi-objective optimization tasks. In such types of evolutionary algorithms the ideas of Pareto optimally and ranking are successfully applied. In the ranking methods we avoid arbitrary weighting of the objectives. Instead, a useful classification of the solutions is applied that takes into account particular objectives more suitably. To illustrate the applicability i of the proposed approach, we shall consider the issue of designing detection observers, which serve as a principal element in procedures of detecting faults, which may occur in an exemplary ship propulsion system.

Słowa kluczowe

PL

algorytmy genetyczne; wielokryterialna optymalizacja; detekcyjne obserwatory

EN

genetic algorithms; multi-objective optimization; detection observers

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2005
• Tom: R. 51, nr 9 bis
• Strony: 121--123
• Opis fizyczny: Bibliogr. 12 poz., rys., schem., wykr., wzory

Twórcy

autor

Białaszewski T.

• Politechnika Gdańska, Wydział Elektroniki, Informatyki i Telekomunikacji

autor

Kowalczuk Z.

• Politechnika Gdańska, Wydział Elektroniki, Informatyki i Telekomunikacji

Bibliografia

• [1] Goldberg D. E., Genetic Algorithms in Search, Optimisation and Machine teaming. Addison-Wesley, Reading 1989.
• [2] Kowalczuk Z., Wielokryterialna optymalizacja ewolucyjna z preselekcją kwalitatywnych kryteriów. Kraj. Konf Autom, KKA, Warszawa, 2005.
• [3] Kowalczuk Z., Białaszewski T., Pareto-optimal observers for ship propulsion systems by evolutionary computation, Proc. IFAC Safeprocess, Budapest, Węgry, 2000, s. 914-919.
• [4] Kowalczuk Z., Białaszewski T., Evolutionary multi-objective optimisation with genetic sex recognition. 7th IEEE Intern. Conf. MMAR, Międzyzdroje, 2001, s. 143-149.
• [5] Kowalczuk Z., Białaszewski T., Performance and robustness design of control systems via genetic-sex multi-objective optimization. IFAC World Congress, Barcelona, Hiszpania, 2002, T-Th-M16.
• [6] Kowalczuk Z., Białaszewski T., Genetic-sex multi-objective optimisation of control systems with pre-selection of criteria. Proc. 8th IEEE Intern. Conf. MMAR, Międzyzdroje, 2002, s. 263-26.
• [7] Kowalczuk Z., Białaszewski T., Algorytmy genetyczne w wielokryterialnej optymalizacji obserwatorów detekcyjnych. Diagnostyka Procesów: Modele, Metody Sztucznej Inteligencji, Zastosowania (Korbicz J., Kościelny J. M., Kowalczuk Z., Cholewa W., (Red.)), WNT, Warszawa 2002, s. 465-511.
• [8] Kowalczuk Z., Białaszewski T., Periodic and continous niching in genetic optimization of detection observers. Proc, 10th IEEE Intern. Conf. MMAR, Międzyzdroje, 2004, s. 781-786.
• [9] Kowalczuk Z., Suchomski P., Białaszewski T., Evolutionary multiobjective Parelo optimisation of diagnostic state observers. Int. J. Applied Math. and Computer Science, 1999, Vol. 9 (3), s. 689-709.
• [10] Patton R. J., Frank P. M., Clark R. N., Fault Diagnosis in Dynamic Systems, Theory and Application, In Control Engineering Series. Prentice Hall, Nowy Jork 1989.
• [11] Man K. S., Tang K. S., Kwong S., Lang W. H., Genetic algorithms for control and signal processing. Springer-Verlag, Londyn 1997.
• [12] Michalewicz Z., Genetic Algorithms + Data Structures=Evolution Programms. Springer-Verlag, Nowy Jork 1996.