Identifikovat regulovaný systém potřebujeme k návrhu a nastavení regulátoru. Vytvořit
matematický model lze více způsoby. Tato práce si dává za cíl ověřit možnost vytvoření
matematického modelu systému z naměřených dat (přechodová charakteristika) pomocí
symbolické regrese (analytického programování) a evolučního algoritmu (SOMA). Simulace
byly provedeny pro 5 testovacích systémů. Výsledky ukazují, že identifikace tímto způsobem
dosahuje sice pro každý testovaný systém lehce odlišných,ale i přesto dobrých výsledků.
Annotation in English
We need to identify the regulate system to design and to set the regulator. We can create
mathematical model by several ways. The goal of this work is verifying the possibility of
creation of mathematical model from recorded dates (plant response to step input) by help
of symbolic regression (Analytic programming) and evolution algorithms (SOMA). Simulations
were performed for 5 test systems. Results say, that identification by this way,
shows good result, but for each test system with small difference.
Identifikovat regulovaný systém potřebujeme k návrhu a nastavení regulátoru. Vytvořit
matematický model lze více způsoby. Tato práce si dává za cíl ověřit možnost vytvoření
matematického modelu systému z naměřených dat (přechodová charakteristika) pomocí
symbolické regrese (analytického programování) a evolučního algoritmu (SOMA). Simulace
byly provedeny pro 5 testovacích systémů. Výsledky ukazují, že identifikace tímto způsobem
dosahuje sice pro každý testovaný systém lehce odlišných,ale i přesto dobrých výsledků.
Annotation in English
We need to identify the regulate system to design and to set the regulator. We can create
mathematical model by several ways. The goal of this work is verifying the possibility of
creation of mathematical model from recorded dates (plant response to step input) by help
of symbolic regression (Analytic programming) and evolution algorithms (SOMA). Simulations
were performed for 5 test systems. Results say, that identification by this way,
shows good result, but for each test system with small difference.
Cílem práce je použít metody symbolické regrese na identifikaci systémů a návrh struktury reguátorů. Obsahem práce bude vytvoření množiny simulací s cílem identifikovat vybrané reprezentatívní dynamické systémy a případný návrh regulátorů. Jako metoda symbolické regrese bude použito analytické programování.:
1. vypracovat přehled problematiky identifikace a syntézy dynamických systémů
2. vybrat vhodné již řešené příklady
3. vypracovat alternativní řešení pomocí analytického programování a vybraného algoritmu z SOMA, DE, SA a GA
4. Provést závěr
Research Plan
Cílem práce je použít metody symbolické regrese na identifikaci systémů a návrh struktury reguátorů. Obsahem práce bude vytvoření množiny simulací s cílem identifikovat vybrané reprezentatívní dynamické systémy a případný návrh regulátorů. Jako metoda symbolické regrese bude použito analytické programování.:
1. vypracovat přehled problematiky identifikace a syntézy dynamických systémů
2. vybrat vhodné již řešené příklady
3. vypracovat alternativní řešení pomocí analytického programování a vybraného algoritmu z SOMA, DE, SA a GA
4. Provést závěr
Recommended resources
[1] ZELINKA,Ivan. Umělá inteligence I. Volume 1. Zlín: Vutum, Brno, 1998. 126p. ISBN 80-214-1163-5.
[2] ZELINKA,Ivan. Umělá inteligence /kap.6 "Diferenciální evoluce",Academia, 33p.
[3] Kvasnička V., Pospíchal J., Tiňo P. 2000, Evolučné algoritmy, STU Bratislava, ISBN 85-246-2000,2000
[4] ZELINKA, Ivan, New Optimization Techniques in Engineering /kap.7 "SOMA - Self Organizing Migrating Algorithm, Springer-Verlag
[5] Koza J.R. 1998, Genetic Programming, MIT Press, ISBN 0-262-11189-6,1998
[6] Koza J.R., Bennet F.H., Andre D., Keane M. 1999, Genetic Programming III, Morgan Kaufnamm pub.,ISBN 1-55860-543-6, 1999
Recommended resources
[1] ZELINKA,Ivan. Umělá inteligence I. Volume 1. Zlín: Vutum, Brno, 1998. 126p. ISBN 80-214-1163-5.
[2] ZELINKA,Ivan. Umělá inteligence /kap.6 "Diferenciální evoluce",Academia, 33p.
[3] Kvasnička V., Pospíchal J., Tiňo P. 2000, Evolučné algoritmy, STU Bratislava, ISBN 85-246-2000,2000
[4] ZELINKA, Ivan, New Optimization Techniques in Engineering /kap.7 "SOMA - Self Organizing Migrating Algorithm, Springer-Verlag
[5] Koza J.R. 1998, Genetic Programming, MIT Press, ISBN 0-262-11189-6,1998
[6] Koza J.R., Bennet F.H., Andre D., Keane M. 1999, Genetic Programming III, Morgan Kaufnamm pub.,ISBN 1-55860-543-6, 1999
