教師著作

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/31268

Browse

Author: search.filters.author.王偉彥Subject: search.filters.subject.基因演算法

Search Results

Now showing 1 - 4 of 4
  • No Thumbnail Available
    Item
    以演化法則為基礎之不確定間隔系統最佳控制器設計之研究
    (行政院國家科學委員會, 2005-07-31) 許陳鑑; 王偉彥
    本計畫係利用演化(evolutionary)法則以設計間隔系統(interval systems)之最佳控制器，使 所形成之閉迴路系統在不確定參變動時皆能穩定操作，並且滿足使用者所指定之強健增 益邊限(gain margin)及相位邊限(phase margin)等性能規格。設計目標係將控制系統之最 差狀況(worst-case)增益邊界/相位邊際與要求規格之誤差降到最低，因此，該設計可規劃 形成一最小化問題，而由所提出之基因演算法求解。作法上係藉由極值系統(extremal systems)求出開迴路系統在不確定參數變動下最差之增益邊限/相位邊限值，以建構一聚 積誤差函數(aggregated error)，再利用基因演算法搜尋一組最佳控制器參數，使其最差之 增益邊限/相位邊限仍可滿足使用者所指定之強健增益邊界及相位邊際等性能規格。為確 保系統強健穩定(robust stability)，各組染色體之適合度必須加以評估，本計劃將分別以 Kharitonov 多項式的根位址以及相關聯之4 個頂點系統(vertex system)之能量信號為基 礎，建構兩種限制條件處理機制(constraints handling mechanism)，用以整合到適合度評 定函數中，以有效評估各組染色體之適合度，方便演化過程之進〈行，為驗証所求得解答 之正確性，本計劃將利用Kharitonov 定理証明所求得系統強健穩定，並利用求得之32 個極值系統之Nyquist 圖，以證明系統滿足使用者指定的規格。藉由本計畫所提出之方 法，我們希望所求得之最佳控制器能不僅滿足使用者指定之規格，並且解除在實際應用 上之諸多限制問題，諸如：（1）不須限制控制器型式，它可以是任意型式之控制器， （2）不須限制不確定間隔系統之階數，（3）作法簡單，不需使用圖形觀察方法，避免 煩雜的數學推導及運算。本計劃最終將把所提出之設計法則嵌入前次專題研究計畫所發 展出來之設計工具箱(toolbox)中，並整合到Matlab 圖形介面(GUI)環境，以方便使用者 設計一強健穩定之最佳控制器。
  • No Thumbnail Available
    Item
    模糊類神經網路之函數近似使用基因演算法
    (2002-03-16) 鄭智元; 王偉彥; 許陳鑑
    本文中我們利用類神經網路的學習能力，建立一個擁有自動調整權重值的模糊推論系統。而基因演算法是一種族群搜尋策略的最佳化方法，所以我們使用基因演算法去搜尋模糊類神經網路中最佳的權重值w/sub i/來近似函數。然而基因演算法中最大的缺點在於搜尋到最佳值的速度太慢，因此在本文中提出新的交配運算方法並且探討其對搜尋結果之影響。
  • No Thumbnail Available
    Item
    最佳化B-spline神經網路近似非線性函數-使用基因演算法
    (2003-03-14) 張貞觀; 王偉彥
    在本文中，吾人提出一種利用最佳化B-spline類神經網路來近似非線性函數的方法。傳統的B-spline函數是固定基礎函數，然而本文是利用基因演算法來對 B-spline類神經網路的基礎函數及控制點做最佳化的調整。而且基因演算法可以藉由突變的運算，跳脫一般學習法則（如梯度下降法）在學習過程中可能會落入區域極值，無法找到系統的最佳值的問題。染色體由實數的方式組成，包括了B-spline類神經網路中的Knot向量及控制點。藉著B-spline區間調整的特性，使系統作細微的調整。最後以模擬例子驗證本論文方法的功效。
  • No Thumbnail Available
    Item
    直接型PID基因適應性控制器於部分未知的非線性系統
    (2008-06-07) 溫宏康; 姚立德; 王偉彥
    本篇提出一個以觀測器為基礎的輸出回授直接適應性PID 控制器，來即時控制一個未知的受控廠，使用Lyapunov 方法設計出一個適合的適應函數再利用RGA 來做線上參數的調整，調整PID 的三個參數p k 、i k 、d k 。本篇除了使用簡化型基因演算法(RGA)來做線上學習，同時使用了循序搜尋交配法(SSCP)來做交配點的尋找，配合單點基因交配法，可以做更有效率的交配動作，使最佳解更快尋找出來。而同時本篇使用PID 控制器來做設計，因PID 的架構簡單，同時使用的參數少，因此適合來設計我們的控制器。最後加入一個監督控制器來使系統穩定。最後並會推導穩定性。