Adaptacja metody funkcji kary do algorytmu genetycznego w procesie projektowania urządzeń elektromagnetycznych

• Autorzy: Knypiński Ł. , Kowalski K. , Nowak L.

Identyfikatory

DOI

10.21008/j.1897-0737.2018.96.0001

Warianty tytułu

EN

Adaptation of the penalty function method to genetic algorithm in the process of designing of the electromagnetic devices

• Konferencja: Computer Applications in Electrical Engineering (23-24.04.2018 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono sposób adaptacji metody funkcji kary do algorytmu genetycznego. Rozwiązując zadanie optymalizacji przy wykorzystaniu algorytmu genetycznego, wartość przystosowania musi być dodatnia i podlega maksymalizacji. W przypadku uwzględnienia ograniczeń z wykorzystaniem funkcji kary zewnętrznej, wartości kary mogą przekroczyć wartości pierwotnej funkcji celu. Do rozwiązania tego problemu wykorzystano transformację sigmoidalną. Opracowano oprogramowanie komputerowe w środowisku programistycznym Delphi. Poprawność algorytmu i oprogramowania testowano rozwiązując dwa zadania optymalizacji z ograniczeniami. Przeprowadzono optymalizację aktuatora elektromagnetycznego. Model matematyczny urządzenia zawiera równania pola elektromagnetycznego z uwzględnieniem nieliniowości materiałów ferromagnetycznych. Przedstawiono i omówiono wybrane wyniki obliczeń symulacyjnych.

EN

In the paper the method of adaptation of the penalty function method to the genetic algorithm is presented. During solving the optimization task using the genetic algorithm, the adaptation value must be positive. In case of application of external penalty function, the penalty term may exceed the value of the primary objective function. The sigmoidal transformation was used to solve this problem. The computer software has been developed in the Delphi environment. The correctness of the algorithm and software was tested by solving two optimization problems with nonlinear constraints. Optimization of the electromagnetic actuator has been performed. The mathematical model of the devices contains equations of the electromagnetic field taking into account the nonlinearity of ferromagnetic materials. The selected results of the optimization were presented and discussed.

Słowa kluczowe

PL

optymalizacja z ograniczeniami; metoda funkcji kary; transformacja sigmoidalna; algorytm genetyczny; aktuator elektromagnetyczny

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Poznan University of Technology Academic Journals. Electrical Engineering
• Rocznik: 2018
• Tom: No. 96
• Strony: 9--20
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Knypiński Ł.

• Politechnika Poznańska

autor

Kowalski K.

• Politechnika Poznańska

autor

Nowak L.

• Politechnika Poznańska

Bibliografia

• [1] Vasconcelos J. A., Ramirez J. A., Takahashi R. H. C., Saldanha R. R, Improvements in Genetic Algorithms, IEEE Transactions on Magnetics, vol 37, no. 5, pp. 1314 – 3417, 2001.
• [2] Saha C., Das. S., Pal K., Mukherjee S., A fuzzy rule-based penalty function approach for constrained evolutionary optimization, IEEE Transactions on Cybernetics, vol. 46, no. 12, pp. 2953 – 2965, 2016.
• [3] Knypiński Ł., Nowak L., Demenko A, Optimization of the synchronous motor with hybrid permanent magnet excitation system, Compel, vol. 34, no. 2, pp. 448 – 455, 2015.
• [4] Di Barba P., Mognaschi M. E., Venini P., Wiak S., Biogeography-inspired multiobjective optimization for helping MEMS synthesis, Archives of Electrical Engineering, vol. 66, no. 3, pp. 607 – 623, 2017.
• [5] Łukaniszyn M., Kowol M., Kołodziej J., Modelowanie i optymalizacja silnika reluktancyjnego dwumodułowego, Przegląd Elektrotechniczny, Nr. 11, s. 100 – 106, 2011.
• [6] Knypiński Ł., Nowak L., Optimization of the permanent magnet brushless DC motor employing finite element method, Compel, vol. 32, no. 4, pp. 1189 – 1202, 2013.
• [7] Khorram E., Khaledian K., Khaledyan M., A numerical method for constructing the pareto front of multi-objective optimization problems, Journal of Computational and Applied Mathematics, vol. 261, pp. 158 – 171, 2014.
• [8] Nguyen Tan Dzung, Application of multi-objective optimization by the utopian point method to determining the technological mode of gac oil extraction, International Journal of Chemical Engineering and Applications, vol. 3, no. 1, pp. 18 – 24, 2012.
• [9] Knypiński Ł., Nowak L., Radziuk K., Kowalski K., Application of nondeterministic algorithms in the electromagnetic devices optimal design, Computer Applications in Electrical Engineering, pp. 216 – 232, 2009.
• [10] Yahui Nie, Yinfei Du, Zhuo Xu, Optimization design of electromagnetic actuator applied as fast tool servo, Actuators, vol. 25, no. 6, pp. 1 – 16, 2017.
• [11] Elbaum J., Elektromagnesy przemysłowe, Wydawnictwo Naukowo-Techniczne, Warszawa 1964.
• [12] Pencheva T, Atanassov K., Shannon A., Modelling of a roulette wheel selection in genetic algorithms using generalized nets, BIOautomation, vol. 13, no. 4, pp.257 – 264, 2009.
• [13] Duy Dao S., Abhary K., Romero M., An improved genetic algorithm for multidimensional optimization of precedence-constrained production planning and scheduling, Journal of Industrial Engineering International, vol. 13, no 2, pp. 143 – 159, 2017.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).