دوره 20، شماره 1 - ( 4-1380 )
جلد 20 شماره 1 صفحات 42-29 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
B. Mirzaeian, M. Moallem, V. Tahani and Caro Lucas. A New Multi-Objective Optimization Method Based on Genetic- Fuzzy Algorithm and its Application in Induction Motor Speed Control. Computational Methods in Engineering 2001; 20 (1) :29-42
URL: http://jcme.iut.ac.ir/article-1-210-fa.html
URL: http://jcme.iut.ac.ir/article-1-210-fa.html
بهزاد میرزائیان ، مهدی معلم ، ولی اله طحانی و کارولوکس . بهینه سازی همزمان چند تابع هدف با الگوریتم ژنتیک- فازی و کاربرد آن در کنترل سرعت موتور القایی. روشهای عددی در مهندسی. 1380; 20 (1) :29-42
چکیده: (6976 مشاهده)
در این مقاله یک روش جدید براساس الگوریتم ژنتیک - فازی برای بهینه سازی همزمان چند تابع هدف ارائه شده است . از الگوریتم ارائه شده برای تعیین نقطه بهینه دو تابع هدف ریاضی غیر خطی و طراحی و تنظیم بهینه ضرایب بهره یک کنترل کننده کلاسیک PI در روش کنترل اسکالری یک موتور القایی تغذیه شده با اینورتر نوع جریان اجباری1 به عنوان یک سیستم غیر خطی استفاده شده است. برای تعیین و تنظیم ضرایب بهره کنترل کننده پاسخ سیستم به ورودی پله در نظر گرفته شده و زمان خیز2 (Tr)، ماکزیمم جهش3 (Mp)، زمان تثبیت4 (Ts) و خطای حالت ماندگار5 (Ess) به عنوان چهار تابع هدف بهینه می شوند. نتایج حاصله از روش جدید ارائه شده در این مقاله با نتایج حاصل از به کارگیری روش سعی و خطا ] 13 و14 [ در تنظیم ضرایب کنترل کننده ها و روش فازی وزنی]4 [در تعیین نقطه بهینه دو تابع ریاضی مقایسه شده است . از امتیازات برجسته الگوریتم بهینه سازی ارائه شده این است که می توان درجه اهمیت توابع هدف را از قبل مشخص کرده و یا به صورت فازی با توجه به بهبود تابع هدف در روند بهینه سازی تعیین کرد. نتایج به دست آمده نشان دهنده عملکرد مناسب روش ارائه شده است .
