Badanie skuteczności nieewolucyjnych niedeterministycznych metod optymalizacji w projektowaniu silników indukcyjnych

• Autorzy: Dąbrowski M. , Rudeński A.

Warianty tytułu

EN

Effectiveness examination of the non-evolutionary non-deterministic optimization methods for induction motors design

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono wyniki badań skuteczności trzech algorytmów niedeterministycznych w optymalizacji silników indukcyjnych. Badano algorytmy: optymalizacji rojowej (PSO - Particie Swarm Optimization); bazujący na zachowaniach społeczeństw tworzących cywilizację (SBBOA -Social Behawiour Based Optimization Algorithm) oraz immunologiczny (CSA - Clonal Selection Algorithm). W wymienionych algorytmach, podobnie jak metodach ewolucyjne operuje się na zbiorach (populacjach) rozwiązań, jednak nie wykorzystując bezpośrednio mechanizmów doboru naturalnego oraz dziedziczenia. Eksperymenty obliczeniowe wykazały przydatność algorytmu immunologicznego w optymalizacji silników indukcyjnych oraz nieprzydatność algorytmu opartego na zachowaniach społeczeństw.

EN

In the paper the application possibility of three non-deterministic algorithm for induction motors optimization have been tested. The following algorithms has been taken into consideration: the swarm optimization algorithm (PSO - Particle Swarm Optimization); the algorithm based on social behaviour of human societies grouped in the civilization (SBBOA - Social Behaviour Based Optimization Algorithm) and the immune algorithm (CSA - Clonal Serlection Algorithm). The mentioned algorithms, similarly to evolution methods, operates on sets (populations) of solutions, but without to used directly mechanisms of natural selection and succession. Computational experiments raised the usefulness of the immune algorithm for the induction motors optimization and - non-usefulness of the algorithm based on social behaviour.

Słowa kluczowe

PL

silniki indukcyjne; optymalizacja; metody ewolucyjne

EN

induction motors; optimization

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2008
• Tom: Vol. 62, nr 28
• Strony: 131--137
• Opis fizyczny: Bibliogr. 6 poz.

Twórcy

autor

Dąbrowski M.

autor

Rudeński A.

• Politechnika Poznańska, ul. Piotrowo 3A, 60-965 Poznań,

Bibliografia

• [1] CAMPELO F., GUIMARAES G., IGARASHI H., RAMIREZ J. A.: A Clonal Selection Algorithm for Optimization in Electromagnetics. I.E.E.E. Trans, on Magnetics, Vol. 41, No. 5, May 2005, pp. 1736-1739.
• [2] DĄBROWSKI M., RUDEŃSKI A.: Application of evolutionary algorithms for optimization of electrical machines. Proc. of ZkwE 2005, pp. 106-113.
• [3] DE CASTRO L.N., VON ZUBEN F.J.: Learning and Optimization Using the Clonal Selection Principle. I.E.E.E. Trans, on Evolutionary Computation, Vol. 6, No 3, June 2002, pp. 239-251.
• [4] RAY T., LIEW K.M.: Society and Civilization: An Optimization Algorithm Based on the Simulation of Social Behavior. I.E.E.E. Trans, on Evolutionary Computation, Vol. 3, No. 4, August 2003, pp. 386-396.
• [5] RUDEŃSKI A.: Zastosowanie algorytmu immunologicznego do optymalizacji silników indukcyjnych. Proc. of XLIV international Symposium on Electrical Machines SME 08.
• [6] SUBRAMANIAN S., BHUVANESVARI R.: Optimal design of single-phase induction motor using particle swarm optimization. COMPEL Vol. 26, No 2, 2007, pp. 418-430.