بررسی عملکرد روش الگوریتم ژنتیک و PSO در کاهش مرتبه سیستم های MIMO

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 550

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAARS01_311

تاریخ نمایه سازی: 16 اسفند 1394

چکیده مقاله:

سیستم های فیزیکی را می توان با یک مدل ریاضی نمایش داد. گیتس از مدل های سیستم، معادلاتی با مرتبه بالا دارد که هم برای تجزیه و تحلیل سیستم وهم طراحی کنترل کننده بسیار مشکل ساز می باشد. در نتیجه، برای یافتن مدلی با مرتبه کمتر از همان مدل، با برقراری شرایط قبلی نکته مهمی می باشد.از مزایای کاهش مرتبه سیستم ها می توان به، کاهش پیچیدگی سیستم، پیاده سازی آسان و امکان ساخت کنترل کننده واقعی برای سیستم های پیچیده، اشاره کرد. در این مقاله به بررسی دقیق روش های کاهش مرتبه سیستم های MIMOمی پردازیم (4)و(5). در ادامه روش های دسته بندی اصلاح شده قطب ها و الگوریتم ژنتیک، روش PSOبررسی می کنیم (6).

کلیدواژه ها:

الگوریتم ژنتیک ، PSO ، روش های دسته بندی اصلاح شده قطب ، کاهش مرتبه سیستم های MIMO

نویسندگان

مجتبی بهارلو

دانشگاه مالک اشتر تهران

محمدحسین فردوسی

هیات علمی دانشگاه مالک اشتر تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • R. Prasad, J. Pal, and A. K. Pant, "Multivariabe system ...
  • Y. Bistritz and C _ Shaked, :Minimal Pade model reduction ...
  • C. F. Chen , :Modeel reduction of multivariable control systems ...
  • M. R. Calfe and . Healey, "Continued fraction model reduction ...
  • R . Prasa , _ type model order reduction for ...
  • Y. Zheng and S. Kiyooka, :Genetic Algorithms Applications: Assignment #2 ...
  • نمایش کامل مراجع