Структурно-инвариантный анализ в системах управления с симметрией

Структурно-инвариантный анализ в системах управления с симметрией

Автор: Богатырев, Михаил Юрьевич

Шифр специальности: 05.13.01

Научная степень: Докторская

Год защиты: 2003

Место защиты: Тула

Количество страниц: 353 с. ил.

Артикул: 2636631

Автор: Богатырев, Михаил Юрьевич

Стоимость: 250 руб.

Структурно-инвариантный анализ в системах управления с симметрией  Структурно-инвариантный анализ в системах управления с симметрией 

ВВЕДЕНИЕ
1. ПРОБЛЕМЫ АНАЛИЗА И СИНТЕЗА В СИСТЕМАХ УПРАВЛЕНИЯ С СИММЕТРИЕЙ
1.1. Понятие симметрии.
1.2. Примеры систем с симметрией
1.3. Концепция информационно управляющих систем .
1.3.1. Сравнительный анализ моделей .
1.3.1.1. Модели входвыход
1.3.1.2. Модели в пространстве состояний
1.4. Проблемы управления и оптимизации в ИУС.
1.5. Принцип эволюционных вычислений
1.6. Разновидности эволюционных вычислений .
л 1.6.1. Генетические алгоритмы
1.6.2. Генетическое программирование
1.6.3. Эволюционное программирование.
1.6.4. Эволюционные стратегии .
1.7. Выводы к разделу 1. Основные задачи исследования
2. МЕТОД СТРУКТУРНОИНВАРИАНТНОГО
АНАЛИЗА
2.1. Определение симметрии в моделях систем управления .
2.1.1. Применение перестановок
2.2. Классификация симметрий моделей систем управления
2.2.1. Визуальная симметрия
2.2.2. Скрытая симметрия.
2.2.3. Алфавитная симметрия
ф 2.2.4. Динамическая симметрия.
2.2.5. Зеркальная симметрия .
2.2.6. Поворотная симметрия .
2.2.1. Зеркально поворотная симметрия
2.3. Декомпозиция систем с симметрией .
2.4. Построение декомпозирующих преобразований
2.5. Особенноеги декомпозиции систем с поворотной
симметрией
2.6. Декомпозиция и преобразования Фурье .
2.7. Пример применения метода .
2.7.1. Анализ симметрии и декомпозиция модели .
2.8. Выводы к разделу 2
3. ПРИКЛАДНЫЕ ЗАДАЧИ СТРУКТУРНО ИНВАРИАНТНОГО АНАЛИЗА
Щ 3.1. Схема применения структурно инвариантного анализа
3.2. Симметрия в линейной задаче оптимального управления с квадратичным критерием качества
3.3. Декомпозиция линейной задачи оптимального управления с квадратичным критерием качества
3.4. Специальные типы движений в симметричных системах
3.5. Синхронизация систем с симметрией
3.6. Системы, близкие к симметричным .
3.7. Симметрирование динамических систем.
3.8. Эволюционный подход к многокритериальной оптимизации в системах координатно параметрического управления.
3.9. Оптимизация по Парето .
3 Применение эволюционных вычислений
3 Особенности применения метода в системах координатнопараметрического управления
3 Выводы к разделу 3
4. МОДЕЛИРОВАНИЕ И ИССЛЕДОВАНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ
4.1. Параметры и работа генетического алгоритма.
4.1.1. Кодирование элементов популяции.
4.1.2. Функция пригодности .
4.1.3. Отбор 2.
4.2. Генетические операторы .
4.2.1. Мутация
4.2.2. Рекомбинация
4.3. Некоторые свойства генетических алгоритмов
4.3.1. Шаблоны и строящие блоки
4.3.2. Неявный параллелизм .
4.4. Проблема настройки генетических алгоритмов.
4.5. Моделирование генетических алгоритмов
4.5.1. Применение функций Уолша.
4.5.2. Модель Изинга .
4.6. Моделирование и проблемы управления генетическим алгоритмом
4.7. Построение алгебраической модели генетического алгоритма
4.7.1. Пространство состояний популяции
4.7.2. Оператор отбора
4.7.3. Оператор мутации
4.7.4. Оператор рекомбинации .
4.7.5. Схема замещения.
4.8. Схема замещения для бинарного алфавита.
4.9. Выводы к разделу 4
5.СТРУКТУРНО ИНВАРИАНТНЫЙ АНАЛИЗ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ
5.1. Симметрия в генетических алгоритмах
5.1.1. Инвариантные шаблоны
5.2. Особенности структурно инвариантного анализа генетических алгоритмов.
5.3. Групповые структуры бинарных хромосом
5.4. Задачи оптимизации с небинарным кодированием хромосом.
5.5. Групповые структуры в пространстве поиска и в пространстве состояний .
5.6. Обобщенные шаблоны
5.1. Групповые свойства генетических операторов
5.7.1. Инвариантные подмножества и ниши
5.7.2. Инвариантная рекомбинация.
5.7.3. Групповые свойства схемы замещения .
5.8. Декомпозиция в генетическом алгоритме.
5.8.1. Преобразование Фурье схемы замещения .
5.8.2. Преобразование Фурье при бинарном алфавите кодирования
5.9. Алгоритм формирования ниш
5 Выводы к разделу 5
6. СТРУКТУРНО ИНВАРИАНТНЫЙ АНАЛИЗ И СИММЕТРИРОВАНИЕ ЭЛЕКТРОТЕРМИЧЕСКИХ УСТАНОВОК
6.1. Электротермические установки и их применение .3
6.2. Управление электротермическими установками. .
6.3. Управление электрическим режимом ЭТУ .
6.4 Явление дикой и мертвой фаз
6.5. Проблема симметрирования электрического режима ЭТУ .
6.6. Математическое моделирование электротермических установок.
6.7. Координатнопараметрическая модель ЭТУ
6.8. Симметрии в модели ЭТУ .
6.9. Исследование особенностей режимов работы ЭТУ .
6 Исследование критических режимов работы ЭТУ
. Исследование прекосов режима работы ЭТУ
. Исследование явления дикой имертвой фаз.
6 Декомпозиционный способ симметрирования ЭТУ .
6 Симметрирующая система регулирования фазных токов .
6 Выбор оптимальных настроек симметрирующего регулятора
. Применение генетического алгоритма
6 Выводы к разделу 6
7. СТРУКТУРНО ИНВАРИАНТНЫЙ АНАЛИЗ В ЗАДАЧАХ ИЗВЛЕЧЕНИЯ ЗНАНИЙ НА РЕЛЯЦИОННЫХ БАЗАХ ДАННЫХ
7.1. Проблема и методы извлечения знаний в больших информационных системах
7.1.1. Понятие знания .
7.2. Классификация методов извлечения знаний
7.3. Реляционное решение задач построения ассоциативных правил и классификаций
7.3.1. Ассоциации данных, ассоциативные правила и классификации .
7.4. Прямые и обратные задачи на базах данных.
7.5. Построение ассоциаций путем генерации управляемых запросов.
7.6. Эволюционный подход к решению задачи
7.7. Построение генетического алгоритма управления запросами .
7.7.1. Генетическое программирование в задаче поиска ассоциативных связей
7.7.2. Хромосомы
7.7.3. Функция пригодности
7.7.4. Операция рекомбинации
7.7.5. Операция мутации .
7.8. Применение вложенных запросов .
7.9. Особенности реализации генетических алгоритмов средствами запросов
7.9.1. Особенности кодирования.
7.9.2. Смысловые ниши
7 Программно алгоритмический комплекс Система эволюционных вычислений .
7 Эксперименты с системой .
. Задача извлечения знаний.
. Динамика эволюционного процесса .
7 Рекомендации по внедрению системы эволюционных вычислений в банковские информационные системы .
7 Выводы к разделу 7
ЛИТЕРАТУРА


Эволюционные вычисления составляют класс методов оптимизации, эффективных для слабо формализованных задач оптимизации, а также для задач, оптимизируемые объекты в которых не описываются числовыми величинами, например, данные в базах данных. Эволюционные вычисления как направление возникло в начале х годов с появления первого генетического алгоритма Э. Голанд 0 . В х годах Л. А. Растригиным 5 был предложен ряд алгоритмов случайного поиска, использующих идеи бионического поведения особей. В настоящее время к эволюционным вычислениям принято относить генетические алгоритмы, генетическое программирование, эволюционные стратегии, эволюционное программирование и системы классификаторы. При этом генетические алгоритмы являются основой всех методов эволюционных вычислений. Генетические алгоритмы демонстрируют высокую эффективность при решении задач комбинаторной оптимизации, формулируемых для объектов самой разной природы. Так известны решения задач многокритериальной оптимизации с применением генетических алгоритмов. Генетические алгоритмы применяются также к задачам оптимизации на структурах данных, в том числе и на базах данных. В работах рядя авторов отмечена методологическая пригодность и высокая эффективность применения методов эволюционных вычислений к структурной оптимизации систем. В данной работе вместе с принципом симметрии применяется другой бионический принцип принцип эволюционных вычислений. Эволюционные вычисления это термин, относящийся к нескольким методам оптимизации и синтеза систем, объединенных тем, что все они используют понятие эволюции объектов, входящих в систему. Это понятие допускает биологическую трактовку в смысле эволюции живых существ. С точки зрения теории систем эволюция представляет собой процесс адаптации системы через изменение ее параметров под воздействием внешних условий. Поэтому эволюционные вычисления трактуются как развитие методов теории адаптивных систем. Рис. Суть эволюционного подхода сводится к следующему. Фиксируется множество объектов X, обладающих параметрами и связанных друг с другом посредством структуры. Среди этих объектов необходимо выбрать наилучшие в смысле некоторого критерия. Критерий оптимальности формируется на основе свойств объектов и не обязательно существует в виде аналитических выражений. Каждому объекту из множества X сопоставлено значение критерия ГА. Природа исследуемого множества объектов произвольна, поэтому строится представление исходного множества объектов в другом, конечном множестве, обладающем структурой, например, векторного пространства. Представление р X 5 описывает связь между исследуемыми объектами, которые выступают в качестве потенциальных решений задачи поиска экстремума, и объектами, управлением и манипулированием которых занимается поисковый алгоритм. Существует обратное представление фЛ Я X и каждому вновь сгенерированному элементу представления 5 е 5 соответствует элемент в множестве х еХ. В процессе оптимизации исходное множество X развивается или эволюционирует к оптимальному состоянию, изменяя свой состав и параметры входящих в него объектов. Способ построения множества объектов решений х е X , то есть способ реализации процесса оптимизации определяется эволюционным алгоритмом. Рис. Принцип эволюционных вычислений. Хотя перечисленные походы близки, каждый из них реализует эволюционный алгоритм своим собственным способом. Различия касаются всех аспектов эволюционного алгоритма, включая выбор способа представления индивидуума, используемый механизм отбора, различные формы генетических операторов и измерения пригодности. Кратко рассмотрим разновидности эволюционных вычислений в виде различных как они представлены выше. Основу эволюционных вычислений составляют генетические алгоритмы. Здесь мы дадим описание и пример работы генетического алгоритма с тем, чтобы ввести читателя в круг понятий и определений, относящихся к данной теме. Далее будут рассмотрены формальные модели генетических алгоритмов. Классический генетический алгоритм выглядит следующим образом 9.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.240, запросов: 244