عنوان

بهبود عملکرد الگوریتم های ژنتیکی با استفاده از مفهوم سالخوردگی با هدف تنظیم پارامترهای کنترل‌کننده

Number

‭۱۵۹۰۴پ‬

.Language of Text, Soundtrack etc

per

Title Proper

بهبود عملکرد الگوریتم های ژنتیکی با استفاده از مفهوم سالخوردگی با هدف تنظیم پارامترهای کنترل‌کننده

First Statement of Responsibility

/امین آجری قدیم

Name of Publisher, Distributor, etc.

: مهندسی برق و کامپیوتر

Date of Publication, Distribution, etc.

، ‮‭۱۳۹۴‬

Text of Note

چاپی

Dissertation or thesis details and type of degree

کارشناسی راشد

Discipline of degree

برق- کنترل

Date of degree

‮‭۱۳۹۴/۱۱/۱۳‬

Body granting the degree

تبریز

Text of Note

در طبیعت، تقریبا هر ساختاری سالخورده می‌شود و طول عمر محدودی دارد .سالخوردگی توسط زیست شناسان مورد بررسی قرار گرفته و مشخص شده است که مکانیزم مهمی برای حفظ تنوع می‌باشد .در یک اجتماع حیوانی، سالخوردگی باعث پیر شدن سردسته‌ی پیر اجتماع شده و این امکان را برای سایر حیوانات فراهم می‌آورد که مدعی رهبری اجتماع شوند .با الهام از این پدیده، در این پایان‌نامه، مکانیزم سالخوردگی به الگوریتم ژنتیک منتقل شده و یک الگوریتم ژنتیک با نخبه‌های سالخورده و مدعیان‮‭GA) - (AEC‬ارائه شده است .الگوریتم‮‭GA - AEC‬به منظور جلوگیری از همگرایی زودرس، با حفظ خاصیت همگرایی سریع ‮‭GA‬ اصلی، طراحی شده است .ویژگی این روش، اختصاص سن به افراد جمعیت و طول عمر محدود برای نخبه‌های جمعیت می‌باشد .طول عمر نخبه‌ها با قدرت بهبود جمعیت متناسب است .اگر جمعیت برای بهبود توانا باشد، طول عمر نخبه‌ها افزایش می‌یابد، در غیر این صورت اگر جمعیت برای بهبود خود ناتوان باشد، طول عمر نخبه‌ها کاهش می‌یابد .پدیده‌ی سالخوردگی قبلا در الگوریتم ‮‭PSO‬ به کار گرفته شده است .برای نشان دادن توانایی الگوریتم‮‭GA- AEC‬، الگوریتم بر روی ‮‭۱۷‬ تابع محک با تعداد متغیرهای مختلف، مورد آزمایش قرار گرفته است و عملکرد این روش با الگوریتم‌های‮‭PSO- ALC‬، ‮‭PSO‬ و ‮‭GA‬ اصلی مقایسه شده است .در پایان نیز از الگوریتم‮‭GA - AEC‬برای تنظیم پارامترهای کنترل کننده‌ی ‮‭PID‬ استفاده شده است و توانایی‌اش در مقایسه با الگوریتم‌های‮‭PSO- ALC‬، ‮‭PSO‬ و ‮‭GA‬ اصلی مطالعه شده است

Text of Note

In nature, almost every organism ages and has a limited lifespan. Aging has been explored by biologists to be an important mechanism for maintaining diversity. In a social animal colony, aging makes the old leader of the colony become weak, providing opportunities for the other individuals to challenge the leadership position. Inspired by this natural phenomenon, this thesis transplants the aging mechanism to Genetic Algorithms (GA) and proposes a GA with aging elites and challengers (AEC-GA). AEC-GA is designed to overcome the problem of premature convergence without significantly impairing the fast-converging feature of GA. It is characterized by assigning the individuals of population with growing age and elites with lifespan. Lifespan of Elites is adaptably tuned according to the population improving power. If population has acceptable ability for improvement lifespan of elites will be increased. Otherwise, if population is unable for improvement, then the elite life span will be decreased. The aging phenomenon formerly has been used in PSO algorithms. For demonstration of the AEC-GA ability it has been tested on 17 benchmark functions with different number of variables and its performance has been compared with the original GA, PSO, and ALC-PSO. Also, at the end, for tuning of PID controller parameters, the AEC-GA has been used and its ability in compare of original GA, PSO and ALC-PSO has been studied

آجری قدیم، امین

برادران نیا، مهدی، استاد راهنما

خان محمدی، سهراب، استاد راهنما

قائمی، سحرانه، استاد مشاور

Public note

سیاه و سفید

نمایه‌سازی قبلی