آموزش بهینه سازی کنترل کننده های فازی با الگوریتم ژنتیک

آموزش بهینه سازی کنترل کننده های فازی با الگوریتم ژنتیک

سیستم های فازی رهیافت مناسبی در طراحی کنترل کننده ها پیدا نموده اند یکی از اصولی ترین مسائل در طراحی سیستم های فازی تنظیم پارامترهای توابع عضویت فازی می باشد در این فایل آموزشی قصد داریم که تنظیم این پارامترها را با استفاده از الگوریتم های تکاملی انجام دهیم.

ادامه مطلب >>

آموزش الگوریتم بهینه سازی علف هرز مهاجم یا IWO در متلب

آموزش الگوریتم بهینه سازی علف هرز مهاجم یا IWO در متلب

در این آموزش، همانند سایر آموزش های فرادرس، در ابتدای مبانی تئوری و نظری الگوریتم IWO به صورت کامل تشریح گردیده و سپس به صورت کاملا عملی و گام به گام، در محیط نرم افزار متلب، برنامه نویسی و پیاده سازی شده است. پس از پیاده سازی IWO برای حل یک مسأله نمونه نسبتا ساده، از این الگوریتم برای حل مسأله بسته بندی یا Bin Packing Problem استفاده شده است.

ادامه مطلب >>

آموزش الگوریتم بهینه سازی جهش قورباغه یا SFLA در متلب

آموزش الگوریتم بهینه سازی جهش قورباغه یا SFLA در متلب

الگوریتم جهش قورباغه مخلوط شده یا Shuffled Frog Leaping Algorithm (به اختصار SFLA)، یکی از الگوریتم های بهینه سازی فرا ابتکاری است که از رفتار اجتماعی قورباغه ها الهام گرفته شده است، و از نظر طبقه بندی، در میان الگوریتم های رفتاری یا الگوریتم های ممتیک (Memetic Algorithms) قرار می گیرد. از نام های دیگر این الگوریتم که در ایران مصطلح و رایج است، می توان به الگوریتم قورباغه و الگوریتم جهش قورباغه اشاره نمود.

ادامه مطلب >>

فرادرس آموزش الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری

فرادرس آموزش الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری

الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری یا Teaching-Learning-Based Optimization (به اختصار TLBO)، یکی از جدیدترین الگوریتم هایبهینه سازی هوشمند است که در سال ۲۰۱۱ و با الهام گرفتن از فرایند یادگیری و آموزش، ابداع شده است. در الگوریتم TLBO یک مدل ریاضی برای آموزش و یادگیری در نظر گرفته شده است.

ادامه مطلب >>

فرادرس طراحی فیدبک حالت بهینه برای سیستم های غیر خطی با الگوریتم های تکاملی

فرادرس طراحی فیدبک حالت بهینه برای سیستم های غیر خطی با الگوریتم های تکاملی

راحی کنترل کننده مبتنی بر فیدبک حالت، برای سیستم های خطی با رویکردهای مختلفی قابل انجام است که در بهترین حالت، می توان موضوع این طراحی را، در قالب یک مسأله بهینه سازی دینامیکی و کنترل بهینه تعریف و با رویکرد LQR حل نمود.

ادامه مطلب >>

فرادرس آموزش طراحی کنترل مقاوم H∞/H2 با استفاده از الگوریتم های تکاملی و فراابتکاری

فرادرس آموزش طراحی کنترل مقاوم H∞/H2 با استفاده از الگوریتم های تکاملی و فراابتکاری

کنترل مقاوم یا Robust Control یکی از استراتژی های طراحی سیستم های کنترل است، که در آن بر روی ثبات و مقاومت عملکرد سیستم کنترلی در مقابل تغییرات و نایقینی ها، تاکید می شود و هدف از طراحی، ایجاد یک سیستم کنترلی است که تغییرات در شرایط سیستم، کمترین اثر را در خروجی داشته باشد. به عبارت دیگر، افزایش قابلیت اطمینان سیستم، مهم ترین هدفی است که در طراحی کنترل مقاوم مد نظر قرار می گیرد. به ویژه، تامین عملکرد مناسب و یا پایداری در حضور عوامل نایقین، دینامیک های مدل نشده و یا عوامل مزاحم مانند اغتشاش و ورودی های ناخواسته، از جمله اصلی ترین اهداف در طراحی سیستم های کنترل مقاوم است.

ادامه مطلب >>

فیلم آموزشی طراحی آزمایشات با تاکید بر تنظیم پارامتر الگوریتم های فراابتکاری تک هدفه و چند هدفه

 
فیلم آموزشی طراحی آزمایشات با تاکید بر تنظیم پارامتر الگوریتم‌های فراابتکاری تک هدفه و چند هدفه-بخش یکم
 
فرض کنید برای تولید یک محصول شرایط و گزینه های مختلفی پیش روی شماست. مثلا دمای هوا چقدر باشد؟ فشار هوا چقدر باشد؟ حجم بکار رفته از ماده x چقدر باشد ؟ و چندین و چند سوال دیگر. نکته ای که حائز اهمیت است این است که ممکن است در شرایطی که ما هر یک از سوال ها را به تنهایی بپرسیم جواب ان را بدانیم اما وقتی با همه این سوال ها همزمان روبرو می شویم و ترکیب شرایط فوق روی عملکرد محصول مورد نظر تاثیر گذار خواهد بود. لذا ناچاریم رویه ای در پیش بگیریم که برای رسیدن به بهترین عملکرد مورد نظر ترکیب مناسب را بیابیم. برای کسب اطلاعات بیشتر، ادامه مطلب را ببینید.
 

ادامه مطلب >>