Online Optimal Controller Design using Evolutionary Algorithm with Convergence Properties
محل انتشار: مجله مهندسی برق مجلسی، دوره: 8، شماره: 2
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 64
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MJEE-8-2_002
تاریخ نمایه سازی: 13 شهریور 1402
چکیده مقاله:
Many real-world applications require minimization of a cost function. This function is the criterion that figures out optimality. In control engineering, this criterion is used in the design of optimal controllers. Cost function optimization has difficulties including calculating gradient function and lack of information about the system and the control loop. In this article, gradient memetic evolutionary programming is proposed for minimization of non-convex cost functions that have been defined in control engineering for the first time. Moreover, stability and convergence of the proposed algorithm are proved. Besides, it is modified to be used in online optimization. To achieve this, the sign of the gradient function is utilized. For calculating the sign of gradient, there is no need to know the cost function shape. The gradient function is estimated by the algorithm. The proposed algorithm is used to design a PI controller for nonlinear benchmark system CSTR (Continuous Stirred Tank Reactor) by online and off-line approaches.
کلیدواژه ها:
Nonlinear Optimal Controller ، en ، GMEP (Gradient Memetic Evolutionary Programming) ، Sign of Gradient Function ، Online Optimization ، Nonlinear Benchmark CSTR
نویسندگان
Yousef Alipouri
Departmen of Electrical Engineering, University of Science and Technology, Tehran, Iran
Javad Poshtan
Departmen of Electrical Engineering, University of Science and Technology, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :