متن آموزشی: فصل 4 – بخش 4-6 — کنترل فازي اتومبيل با استفاده از الگوريتم رقابت امپرياليستي

 

4-6 کنترل فازي اتومبيل

در اين بخش، الگوريتم رقابت استعماري به عنوان يک استراتژي جديد بهينه سازي، به مسئله طراحي کنترل کننده فازي اعمال شده است. هدف طراحي کنترل کننده اي است که رفتار گذرا و ماندگار سيستم را تا حد زيادي بهبود دهد. با داشتن قوانين فازي، توابع عضويت متغيرهاي ورودي و خروجي سيستم فازي به صورت بهينه طراحي شده اند و روش طراحي به يک مدل از خودرو اعمال شده است. ورودي هاي سيستم فازي سرعت وسيله و شيب جاده هستند. کنترل کننده فازي سرعت وسيله را با تنظيم مقدار سوخت ورودي به موتور تنظيم مي کند. نتايج مقايسه ميان کنترل کننده طراحي شده توسط الگوريتم رقابت استعماري و کنترل کننده طراحي شده توسط کارشناس نشان مي دهد که کنترلر بدست آمده توسط الگوريتم رقابت استعماري کارايي بهتري نسبت به کنترلر کارشناس دارد.

4-6-1 مدل اتومبيل
شکل زير يک اتومبيل را در يک جاده شيب‌دار نشان مي‌دهد. روابط حاکم بر اتومبيل به صورت زير مي‌باشند [47].
m(\frac{{{d^2}x}}{{d{t^2}}}) = {f_u} - {f_g} - {f_r} - {f_a}

شكل ‏4 34: اتومبيل در جاده شيب‌د‌ار

که در آن m جرم وسيله نقليه، {f_u} نيروي وارده به اتومبيل از طرف موتور و {f_g} نيروي ناشي از وزن اتومبيل، {f_r} مقاومت اصطکاک تايرها و {f_a} مقاومت آيروديناميکي است. خواهيم داشت:
{f_r} = {k_r}(\frac{{dx}}{{dt}})
{f_a} = {k_a}{(\frac{{dx}}{{dt}})^2}
{f_g} = mg\sin \theta
{f_u} = {k_u}.T
که در آن \theta شيب جاده و T نيز ميزان سوخت ورودي به موتور است. در فضاي حالت خواهيم داشت:
\begin{array}{l}  {{\dot X}_1} = {X_2} \\   {{\dot X}_2} = \frac{{{k_u}}}{m}T - g\sin \theta  - \frac{{{k_r}}}{m}{X_2} - \frac{{{k_a}}}{m}{X_2}^2 \\   \end{array}
حالتهاي {X_1} و {X_2} به ترتيب موقعيت و سرعت اتومبيل هستند. در اين بخش هدف طراحي کنترل کننده‌اي است که بتواند براي زواياي مختلف جاده و سرعت‌ها اوليه متفاوت، سرعت اتومبيل را به 50 مايل بر ساعت برساند. کنترل کننده فازي با در نظر گرفتن زوايا و سرعتهاي اوليه متفاوت، اين کار را با تنظيم مقدار سوخت ورودي به موتور تنظيم مي‌کند. بدين منظور سرعت اتومبيل با توابع عضويت Low، Medium، High در نظر گرفته مي‌شود. شيب نيز داراي توابع عضويت Down، Level، Up مي‌باشد. سوخت ورودي نيز داراي 5 تابع عضويت Very Low, Low, Medium, High, Very High مي‌باشد. بنابراين در کل 9 قانون خواهيم داشت.
IF V = MFVi & θ = MFθj THEN T = MFTk, 1 \le i \le 3,\,1 \le j \le 3,\,1 \le k \le 5
با تعيين قوانين فازي توسط کارشناس [47]، توابع عضويت متغيرها براي داشتن کمترين مجموع وزن‌دار زمان نشست و زمان صعود و فراجهش و انتگرال قدر مطلق خطا توسط الگوريتم معرفي شده تعيين مي‌گردند. قوانين فازي مورد استفاده در جدول زير نشان داده شده‌اند.

جدول ‏4 6: قوانين فازي مورد استفاده در کنترل سرعت اتومبيل

4-6-2 نتايج
با مثلثي گرفتن توابع عضويت، توابع عضويت شکل يافته در شکلهاي زير نشان داده شده‌اند.

شكل ‏4 35: توابع عضويت مربوط به متغير سرعت

شكل ‏4 36: توابع عضويت متغير teta
شكل ‏4 37: توابع عضويت متغير T
در شکلهاي زير نيز خروجي حاصل از کنترل کتتده کارشناس و کنترل کننده طراحي شده توسط الگوريتم معرفي شده با هم مقايسه شده‌اند. نتايج حاکي از موفقيت نسبي کنترل کننده اخير نسبت به کارشناس دارد.
شكل ‏4 38: سرعت خروجي براي V(0)=0 و \theta =1
شكل ‏4 39: سرعت خروجي براي V(0)=0 و \theta =5
شكل ‏4 40: سرعت خروجي براي V(0)=100 و \theta =7

شكل ‏4 41: سرعت خروجي براي V(0)=100 و \theta =-6

_______________________________________________
آنچه مطالعه کردید، بخشی از متن آموزشی جامعی در مورد الگوریتم رقابت استعماری بود که بر روی سایت “الگوریتم رقابت استعماری و بهینه سازی تکاملی” قرار گرفته است. این متن آموزشی که توضیحات مفصلی را در مورد لگوریتم رقابت استعماری در اختیار می کذارد، در حقیقت بخشهایی نسبتاً کامل از یک پایان نامه در مورد این الگوریتم می باشد. در ادامه فهرست کامل مطالب این متن آموزشی آمده است. برای مشاهده هر بخش می توانید روی عنوان آن بخش کلیک کنید.

 

فهرست مطالب متن آموزشی الگوریتم رقابت استعماری
(جهت مطالعه هر بخش روی آن کلیک کنید.)

چکیده

فصل 1 مقدمه
1-1 هدف و اهميت مسئله
1-2 الگوريتم توسعه داده شده
1-3 مزاياي الگوريتم توسعه داده شده
1-4 ساختار نوشتار

فصل 2 بهينه‌سازي و روشهاي موجود
2-1 انواع مسائل بهينه‌سازي
2-2 روش‌هاي بهينه‌سازي کمينه‌جو
2-2-1 بهينه‌سازي تحليلي
2-2-2 جستجوي خط
2-2-3 روش‌هاي نيوتوني
2-2-4 روش کاهشي نِلدِر ـ ‌ميد با اشکال غير مرکب
2-3 الگوريتم‌ ژنتيک
2-4 الگوريتم بازپخت شبيه‌سازي شده
2-5 بهينه‌سازي گروه ذرات
2-6 کلوني مورچه‌ها
2-7 برنامه‌ريزي ژنتيک

فصل 3 استراتژي بهينه‌سازي مبتني بر تکامل اجتماعي‌ـ‌سياسي
3-1 مقدمه
3-2 مروري تاريخي بر پديده استعمار

3-2-1 هند
3-2-2 مالزي
3-2-3 هندوچين فرانسه
3-2-4 هند شرقي (اندونزي)

3-3 الگوريتم پيشنهادي
3-3-1 شکل دهي امپراطوري‌هاي اوليه
3-3-2 مدل‌سازي سياست جذب: حرکت مستعمره‌ها به سمت امپرياليست
3-3-3 جابجايي موقعيت مستعمره و امپرياليست
3-3-4 قدرت کل يک امپراطوري
3-3-5 رقابت استعماري
3-3-6 سقوط امپراطوري‌هاي ضعيف
3-3-7 همگرايي

3-4 مثال کاربردي
3-5 نتيجه‌گيری
3-6 توابع هزينه مورد استفاده

فصل 4 پياده‌سازي هاي انجام شده
4-1 استفاده از الگوريتم معرفي شده براي طراحي يک کنترل‌کننده PID بهينه
4-1-1 کنترل‌کننده PID
4-1-2 طراحي کنترل‌کننده PID بهينه توسط الگوريتم رقابت استعماري
4-1-3 نتيجه‌گيري
4-2 استفاده از الگوريتم رقابت امپرياليستي براي طراحي کنترل‌کننده PID چند متغيره براي سيستم صنعتي ستون تقطير
4-2-1 مقدمه
4-2-2 کنترل‌کننده PID براي فرايند چند متغيره
4-2-3 نتايج شبيه‌سازي
4-2-4 نتيجه‌گيري

4-3 الگوريتم رقابت استعماري؛ ابزاري براي يافتن نقطه تعادل نش
4-3-1 يک بازي غير خطي استاتيک ساده
4-3-2 يک بازي با پيچيدگي بيشتر
4-4 طراحي بهينه آنتهاي آرايه‌اي

4-5 استفاده از الگوريتم رقابت استعماري براي شناسايي ويژگي مواد از آزمون فرورفتگي
4-5-1 مقدمه
4-5-2 توصيف مسئله معکوس
4-5-3 حل مسئله معکوس توسط الگوريتم رقابت استعماري
4-5-4 نتيجه‌گيری

4-6 کنترل فازي اتومبيل
4-6-1 مدل اتومبيل
4-6-2 نتايج

فصل 5 خلاصه، نتيجه‌گيري و پيشنهادات

فصل 6 مراجع

لازم به ذکر است که فایل PDF جامعتر این متن آموزشی نیز بر روی سایت در این لینک (کلیک کنید) قرار گرفته است. توصیه می شود پس از مطالعه بخش مربوطه در وبسایت، در صورت تمایل متن فایل PDF را نیز مطالعه نمایید.

 

نکته دیگر قابل ذکر این است که الگوریتم رقابت استعماری در حال حاضر در نسخه های مختلف و با تغییراتی نسبت به نسخه اولیه آن توسط دانشجویان و محققین حوزه بهینه سازی مورد استفاده قرار می گیرد. متن آموزشی ارائه شده بر روی سایت ورژن اولیه و نسخه ابتدایی الگوریتم رقابت استعماری می باشد. برای آشنایی با نسخه های جدیدتر الگوریتم می توانید به برخی از مقالات ارائه شده بر روی سایت مراجعه نمایید.

 

_____________________________________________
نظرات شما در انتهای این پست برای سایر خوانندگان، بسیار مفید خواهد بود. می توانید نظر خود را با اکانت سرویس های مختلف و یا به عنوان ناشناس در این پست درج نمائید.
صرف زمان برای یادگیری اتلاف زمان نیست. سرمایه گذاری زمانی است.
0 پاسخ

دیدگاه خود را ثبت کنید

تمایل دارید در گفتگوها شرکت کنید؟
در گفتگو ها شرکت کنید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *