An application of swarm intelligence algorithms to control problems which may be described as an optimisation task is analysed in the paper. A multi-purpose implementation of PSO algorithm allowing for optimisation requiring a reduced number of fitness function evaluations is presented. The conducted experiments show the effectiveness and efficiency of the proposed algorithms.
PL
W pracy przedstawiono analizę możliwości zastosowania algorytmów wykorzystujących inteligencję roju w problemach sterowania, które sprowadzić można do zadania optymalizacji. Opracowano uniwersalną implementację algorytmu PSO pozwalającą na przeprowadzenie skutecznej optymalizacji przy zmniejszonej ilości wykonywanych obliczeń funkcji celu. Proponowane rozwiązania obejmują adaptacyjną zmianę parametrów roju przy pomocy układu logiki rozmytej oraz budowę modelu funkcji celu na podstawie punktów uzyskanych we wcześniejszych iteracjach. Przedstawiono sposoby przystosowania algorytmu PSO do rozwiązania zadania identyfikacji parametrycznej modeli nieliniowych oraz strojenia regulatorów (gdzie zaproponowano ekstrapolację optymalizowanego kryterium po wykonaniu niepełnej symulacji lub pomiaru). Skuteczność proponowanego rozwiązania zbadano na stanowisku badawczym wyposażonym w procesor sygnałowy.
In this paper, sufficient optimality conditions are established for the multiobjective control problem using efficiency of higher order as a criterion for optimality. The ρ-type 1 invex functionals (taken in pair) of higher order are proposed for the continuous case. Existence of such functionals is confirmed by a numer of examples. It is shown with the help of an example that this class is more general than the existing class of functionals.Weak and strong duality theorems are also derived for a mixed dual in order to relate efficient solutions of higher order for primal and dual problems.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.