Farksal evrim algoritması kullanarak sistem kimliklendirme
System identification using differential evolution algorithm
- Tez No: 177635
- Danışmanlar: YRD. DOÇ. DR. AYTEKİN BAĞIŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Sistem Kimliklendirme, Farksal Evrim Algoritması, İkili Kodlu Genetik Algoritma, Gerçek Kodlu Genetik Algoritma, System Identification, Differential Evolution Algorithm, Binary Coded Genetic Algorithm, Real-Coded Genetic Algorithm
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Kontrol sistemlerindeki temel problemlerden biri, kontrol edilen sistem davranışını ortaya koyan bir modelin parametrelerinin uygun şekilde tanımlanmasıdır. Bu süreç, sistem kimliklendirme olarak adlandırılır. Sistemin girişleri ve çıkışları arasındaki ilişkinin açıklanabilmesi, denetleyici dizaynına bağlı bir sistem yapısının önerilmesi ve sistem davranışının kontrol edilebilmesi açısından, sistem kimliklendirme kavramı çok önemli bir konudur. Kimliklendirme sürecinde, giriş çıkış değerlerine bağlı bir matematiksel yapı önerilir. Bu yapı içinde, parametrelerin minimum hata faktörü ile elde edilmesi temel amaçtır. Tez çalışmasında, parametre tahminine sistem kimliklendirme işlemi için yapay zekâ optimizasyon algoritmalarından biri olan farksal evrim algoritmasının (FEA) kullanımı incelenmiştir. Bölüm 2'de sistem kimliklendirmenin tanımı verilmiştir. Kimliklendirme süreci ve kimliklendirmede kullanılan modeller açıklanmıştır. Birçok alanda yer alan problemlerin çözümünde kullanılan yapay zekâ optimizasyon algoritmaları Bölüm 3'de sunulmuştur. İkili kodlanmış genetik algoritma (GA), gerçek kodlu genetik algoritma (GGA) ve farksal evrim algoritması (FEA) prensipleri açıklanmıştır. Bölüm 4'de sistem kimliklendirme problemi verilmiştir. FEA, ikili kodlu GA ve GGA için bu problem çözülmeye çalışılmış, elde edilen sonuçlar tablolar ve grafikler halinde sunulmuştur. Daha önce, bu çalışmada incelenen sistem kimliklendirme problemi için tabu araştırma algoritması (TAA) uygulanarak çözüm bulunmuştur. Doğrusal olmayan sistem kimliklendirme işlemindeki FEA'nın performansı da bu bölümde verilmiştir. Son bölümde elde edilen sonuçlar değerlendirilmiş ve tartışılmıştır.
Özet (Çeviri)
One of the main problems in control systems is to be identify the model parameters that explain the behavior of a system in a proper way. This process is called as system identification. From the point of defining the relation between inputs and outputs of the system, suggesting a system model based controller design and checking the behavior of the system, the concept of the system identification is a very important issue. In the identification process, a mathematical structure based on the values of the inputs and outputs is suggested. In this thesis, the use of DEA, which is one of the artificial intelligence optimization algorithms, for the system identification operation based on the parameter estimation has been investigated. In Section 2, definition of the system identification was given. The identification process and the models have been used in identification were explained. Artificial intelligence optimization algorithms used for solving problems in many fields have been presented in Section 3. The principles of binary coded genetic algorithm (GA), real-coded genetic algorithm (RCGA) and differential evolution algorithm (DEA) have been explained. In Section 4, the system identification problem has been given. For DEA, binary coded GA and RCGA, this problem could be solved; obtained results have been presented in tables and graphics. Furthermore, for the investigated system identification problem, the solution applying tabu search algorithm (TSA) has been found. The performance of the DEA in nonlinear system identification operation has been also given in this section. In last section, the results have been evaluated and discussed.
Benzer Tezler
- Yapay zeka yöntemleri kullanılarak PID denetleyici parametrelerinin belirlenmesi
Determination of the PID controller parameters using artificial intelligence
ASUMAN SAVAŞÇIHABEŞ
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYTEKİN BAĞIŞ
- Yerel aramalı kesikli farksal evrim algoritması ve kesikli parçacık sürü en iyileme algoritması kullanarak gezgin satıcı probleminin çözümü
Solving traveling salesman problem by discete differential evolution algorithm and discrete particle swarm optimization algorithm with local search
YELİZ KOCAMAN
Yüksek Lisans
Türkçe
2010
İşletmeYaşar Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET EDİP TEKER
PROF. DR. MEHMET FATİH TAŞGETİREN
- Yerel tarama sezgisel yöntemi ile birleştirilmiş kesikli farksal evrim algoritması kullanarak genelleştirilmiş gezgin satıcı probleminin çözümü
Solving generalized traveling salesman problem by using discrete differantial evaluation algorithm hibrydized wıth local search heurıstic
İKBAL ECE ULUŞANS
Yüksek Lisans
Türkçe
2010
İşletmeYaşar Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. EDİP TEKER
DOÇ. DR. A . FATİH TAŞGETİREN
- Eş zamanlı konum belirleme ve harita oluşturma probleminin çözümünde kullanılan yöntemlerin iyileştirilmesi
Improving the methods used in simultaneous localization and mapping
HAYDAR ANKIŞHAN
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. FİKRET ARI
- Metaheuristics for the no-idle permutation flowshop scheduling problem
Bekleme zamansız permütasyon akış tipi çizelgeleme problemi için sezgisel yöntemler
ÖZGE BÜYÜKDAĞLI
Yüksek Lisans
İngilizce
2013
Endüstri ve Endüstri MühendisliğiYaşar ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH TAŞGETİREN