Algoritmos Genéticos Aplicados al Diseño de Controladores Robustos

Miguel A. Martínez, Javier Sanchis, Xavier Blasco

Resumen

La estrategia de optimización multiobjetivo denominada Programación Física o Physical Programming (PP) permite al diseñador expresar sus preferencias explícitamente para cada objetivo de diseño (tiempo de establecimiento, estabilidad, etc.) de una forma flexible y con un claro significado ''físico''. Estas preferencias se formulan a través de categorías del tipo deseable, tolerable, inaceptable, etc. asociadas a unos rangos numéricos que el diseñador fija para cada especificación. En este artículo se muestra cómo se puede plantear un problema de control robusto como un problema de optimización multiobjetivo y cómo se puede utilizar PP con Algoritmos Genéticos (AGs) para salvar los problemas que presenta esta técnica frente a funciones con numerosos mínimos locales. En el artículo se resuelve el problema tipo para control robusto de un proceso de masa-muelle y se comparan las soluciones a este problema desarrolladas por otros autores con las obtenidas empleando PP y AGs.

Palabras clave

Control Robusto; Optimización Multiobjetivo; Programación Física; Algoritmos Genéticos

Texto completo:

PDF

Referencias

Back, T. (1996). Evolutionary Algorithms in Theory and Practice OxfordUniversity Press. New York.

Baker, J.E. (1987). Reducing Bias and Inefficiency in the Selection Algorithms. pp. 14–21. Vol. Proceedings of the Second International Conference on Genetic Algorithms. Grefenstette, J.J. (ed.) ed. Lawrence Erlbaum Associates. Hillsdale, NJ.

Blasco, F.X. (1999). Control predictivo basado en modelos mediante técnicas de optimización heurística. PhD thesis. Universidad Politécnica de Valencia. Valencia.

Byrns, E.V. and A.J. Calise (1990). Fixed-order dynamic compensator for h2/hinty bench-mark problem. In: Proceedings of the American Control Conference. San Diego, CA. pp. 963–965.

Coello, C.A., D. Van Veldhuizen and G.B. Lamont (2002). Evolutionary algorithms for solving multi-objetive problems .Kluwer Academic Publishers.

Goldberg, D.E. (1989). Genetic Algorithms in search, optimization and machine learning. Addison-Wesley.

Holland, J.H. (1975). Adaptation in natural and artificial systems. Ann Arbor: The University of Michigan Press.

Jayasuria, S., O. Yaniv, O.D.I. Nwokah and Y. Chait (1992). Benchmark proble solution by quantitative feedback theory. Journal of Guidance, Control and Dynamics 15 (5), 1087–1093.

Messac, A. (1996). Physical programming: effective optimitation for computational design. AIAA Journal 34 (1), 149–158.

Messac, A. and B. H. Wilson (1999). Physical programming for computational control. AIAA Journal 36 (1), 219–226.

Michalewicz, Z. (1996). Genetic Algorithms + Data Structures = Evolution Programs. Springer series Artificial Intelligence. 3rd edition ed. Springer.

Miettinen, Kaisa M. (1998). Nonlinear multiobjective optimization. Kluwer Academic Publishers.

Mühlenbein, H. and D. Schlierkamp-Voosen (1993). Predictive models for the breeder genetic algorithm. i. continuous parameter optimization. Evolutionary Computation. The MIT Press 1 (1), 25–49.

P.J. Fleming, R. C. Purshouse (2002). Evolutionary algorithms in control systems engineering: a survey. Control Eng. Practice 10, 1223–1241.

Stengel, R. and C. Marrison (1992). Robustness of solutions to a benchmark control problem. Journal of Guidance, Control and Dynamics 15 (5), 1060–1067.

Toscano, G. and C. Coello (2003). The micro genetic algorithm 2: Towards on-line adaptation in evolutionary multiobjective optimization. Evolutionary Multi-Criterion Optimization. Second International Conference 2632, 252–266.

Wie, B. and D. Bernstein (1990). A benchmark problem for robust control design. In: Proceedings of the American Control Conference. San Diego, CA. pp. 961–962.

Wie, B. and D. Bernstein (1991). A benchmark problem for robust control design. In: Proceedings of the American Control Conference. MA. pp. 1929–1930.

Wie, B. and D. Bernstein (1992a). A benchmark problem for robust control design. In: Proceedings of the American Control Conference. Chicago, IL. pp. 2047–2048.

Wie, B. and D. Bernstein (1992b). Benchmark problems for robust control design. Journal of Guidance, Control and Dynamics 15 (5), 1057–1059

Abstract Views

980
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912