Параметрическая оптимизация модального регулятора с ограничениями на основе метода роя частиц
Аннотация
Ключевые слова
Полный текст:
PDFЛитература
Карпенко, А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М.: Изд-во МГТУ им. Н.Э. Баумана, 2017. 446 с.
Матренин П.В., Секаев В.Г. Системное описание алгоритмов роевого интеллекта // Программная инженерия. 2013. № 12. С. 39–45.
Allaoua B. Intelligent PID DC Motor Speed Control Alteration Parameters Using Particle Swarm Optimization // Artificial Intelligence Resources in Control and Automation Engineering. 2012. No. 12. P. 3–14. DOI: 10.2174/978160805126711201010003
PID controller tuning parameters using meta-heuristics algorithms: comparative analysis /
M. Issa, A.A. Elbaset, A.E. Hassanien, I. Ziedan // Machine Learning Paradigms: Theory and Application. 2018. Vol. 801. P. 413–30. DOI: 10.1007/978-3-030-02357-7_20
Cамигулина Г.А., Самигулин Т.И. Обзор современных подходов искусственного интеллекта для систем управления сложными объектами // Проблемы информатики. 2018. № 3. С. 4–20.
Ростов Н.В. Параметрическая оптимизация цифровых модальных регуляторов // Информатика, телекоммуникации и управление. 2010. № 3 (101). С. 39–44.
Ozana S., Docekal T. PID controller design based on global optimization technique with additional constraints // Journal of Electrical Engineering. 2016. No. 67 (3). P. 160–168. DOI: 10.1515/jee-2016-0023
Solihin M.I., Akmeliawati R., Legowo A. Robust feedback control design using PSO-based optimisation: a case study in gantry crane control // Int. J. Mechatronics and Automation. 2011. No. 1 (2).
P. 121–131.
Mahdizadeh A., Schmid R. Robust eigenvalue assignment via particle swarm optmization me¬thods // 2015 5th Australian Control Conference (AUCC). 2015. P. 153–157.
Engelbrecht A.P. Computational intelligence: An introduction. Second edition. Chichester: Wiley, 2020. 640 p.
Kennedy J., Eberhart R.C., Shi Y. Swarm Intelligence. San Francisco: Morgan Kaufmann Publishers, 2001. 512 p.
Lu H., Chen W. Dynamic-objective particle swarm optimization for constrained optimization problems // Journal of Combinatorial Optimization. 2006. No. 12 (4). P. 409–19. DOI: 10.1007/s10878-006-9004-x
Kennedy J., Eberhart R. Particle swarm optimization // Proceedings of ICNN'95 – International Conference on Neural Networks. 1995. No. 4. P. 1942–1948. DOI: 10.1109/ICNN.1995.488968
Eberhart R.C., Shi Y. Particle swarm optimization: developments, applications and resources // Proceedings of the 2001 Congress on Evolutionary Computation (IEEE Cat. No. 01TH8546). 2001. No. 1. P. 81–86. DOI: 10.1109/CEC.2001.934374
Eberhart R.C., Shi Y. Comparing inertia weights and constriction factors in particle swarm optimization // Proceedings of the 2000 Congress on Evolutionary Computation CEC00 (Cat. No. 00TH8512). 2000. No. 1. P. 84–88. DOI: 10.1109/CEC.2000.870279
DOI: http://dx.doi.org/10.14529/ctcr220207
Ссылки
- На текущий момент ссылки отсутствуют.