Geri Dön

Genetik algoritmalar kullanarak PID katsayılarının optimizasyonu

Optimization of PID parameters by using genetic algorithms

  1. Tez No: 171127
  2. Yazar: NEDİM MUZOĞLU
  3. Danışmanlar: Y.DOÇ.DR. NACİ ENGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Gebze Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

IV ÖZET Genetik Algoritmalar (GA) en iyinin hayatta kalmasına dayanan ve genetik mekanizmasına göre adaptif araştırmalar yapan algoritmalardır. Genetik Algoritmalar önceki bilgilerinden yeni çözümler üreterek daha iyi çözümlere ulaşmaya çalışır. Bunun için iyinin ne olduğunu belirleyen uygunluk(fıtness) fonksiyonu, yeni çözümler üretmek için kopyalama(recombination), mutasyon gibi operatörleri kullanır. Genetik Algoritmalar (GA) karmaşık matematik hesaplamaları gerektiren problemlerin optimizasyonunda tercih edilen bir yöntemdir. Bu çalışmada parametrik belirsizliği olan PİD kontrolörlerin katsayıları İSE (integral of squared error- karesi alınmış hatanın integrali) performans indeksine göre genetik algoritmalar kullanılarak optimize edilmiştir.Böylece karesi alınmış hatanın integralini minimum yapan Kp, Ki ve Kd katsayıları elde edilmiştir. Kontrol sisteminde İSE performans kriterinin minimum olmasını sağlayan PID katsayıları aynı zamanda maksimum aşım ve yerleşme süresini de minimum yapması beklenir. Yapılan çalışmanın üçüncü bölümünde Genetik Algoritmalarla elde edilen sonuçlarla klasik metotlarla elde edilen sonuçlar karşılatılmıştır. Sonuç olarak GA'lar kullanılarak optimize edilmiş PID kontrolörünün parametrik hatalara duyarsız olduğu tespit edilmiştir. Elde edilen sonuçlar klasik metotlarla bulunan sonuçlarla performans açısından karşılaştırılmıştır.

Özet (Çeviri)

SUMMARY Genetic Algoritlums(GAs) are an adaptive search process and based on natural selection. Genetic Algorithm tries to reach to the solutions by producing new solution from the proposed solutions. GAs determine the best solutions by fitness function, uses recombination and mutation operators to produce new solutions. Genetic Algorithms can be prefered to optimise the complex mathematical problems. In this study, ISE performance index are optimised by using GAs for PID systems which may have modelling errors and parametric uncertainty. Then Gas obtain the best Kp, Kj and K

Benzer Tezler

  1. Tez No

    363647

    Fuzzy-PSO control of linear and nonlinear systems

    Doğrusal ve doğrusal olmayan sistemlerde bulanık sürü parçacığı optimizasyonu yaklasımı ile kontrol

    TOLGA KAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. GÜLAY ÖKE

  2. Tez No

    900644

    Doğrusal olmayan ikiz motorlu çok girişli çok çıkışlı bir sistemin kontrolcüsüne ait parametrelerin metasezgisel optimizasyon yöntemleriyle bulunması

    Finding the parameters of the controller of a nonlinear twin-motor multiple-input multiple-output system using metaheuristic optimization methods

    ALİ CAN ÇABUKER

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiVan Yüzüncü Yıl Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET NURİ ALMALI

  3. Tez No

    223197

    Kontrol sistemleri için bulanık PID kontrolörlerin genetik algoritmalar yardımıyla ayarlanması

    Tuning of fuzzy PID controllers by genetic algorithms for control systems

    ÖMER GÜVENÇ KARAOĞLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ.DR. FUAT GÜRLEYEN

  4. Tez No

    185285

    Memetik algoritma kullanarak PID denetleyici tasarımı

    Tuning PID controller parameters using memetic algorithm

    RÜŞTÜ AKAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ADEM KALINLI

  5. Tez No

    95397

    Development of a fuzzy controller for robot arm using evolutionary algorithms

    Genetik algoritma kullanarak bulanık mantığa dayalı robot kolu kontrol yöntemi geliştirilmesi

    NAZİK KURTULDU

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. H. LEVENT AKIN

Geri Dön