ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ДЛЯ СИНТЕЗА СЛОЖНЫХ СИСТЕМ УПРАВЛЕНИЯ С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ ИСКУССТВЕННОЙ ИММУННОЙ СИСТЕМЫ
Ключевые слова:
Искусственные иммунные системы, синтез оптимальных систем, сложная система, алгоритм клональной селекции алгоритм негативной селекцииАннотация
В данной статье сформулированы теоретические основы для синтеза сложных систем управления с использованием алгоритмов искусственных иммунных систем управления сложными объектами: канонического алгоритма клональной селекции (CLONALG), алгоритма негативной селекции (NSA). В качестве сложной системы представлен многомерный многосвязный объект, для которого синтезировано оптимальное управление на основе алгоритмов искусственных иммунных систем. Поставлена задача синтеза оптимального управления сложным объектом, для решения которой сформированы выражения типовых регуляторов и квадратичных критериев качества. С целью минимизации выбранных критериев качества применены поисковые алгоритмы CLONALG и NSA. Построены теоретические основы синтеза сложной системы, включающей шаги синтеза оптимального управления для изолированных подсистем сложной системы, включение взаимосвязей и применения процедуры развязывания для учёта данных взаимосвязей.
Библиографические ссылки
Бобиков А.И. Настройка весовых матриц ЗСУР регулятора с помощью биоинспирированных алгоритмов оптимизации // Вестник РГРТУ. – 2016. №55. – С. 77-83.
Bo X, Wen-Jing G. Innovative Computational Intelligence: A Rough Guide to 134 Clever Algorithms. – Springer, 2014. – 469 p.
Карпенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. – М.: МГТУ, 2017. – 446 с.
Кушнир Н.В., Кушнир А.В., Анацкая Е.В., Катышева П.А., Устинов. Искусственные иммунные системы: обзор и современное состояние // Научные труды КубГТУ. – 2015. – №12. – 10 c.
Wang J., Song N., Jiang E., Xu D., Deng W., Mao L. The Application of the Particle Swarm Algorithm to Optimize PID Controller in the Automatic Voltage Regulation System. – Springer Singapore: Advanced Computational Methods in Energy, Power, Electric Vehicles and Their Integration, 2017. – P. 529-536.
Ali M., Koh S.P., Chong K.H. Design a PID Controller of BLDC Motor by Using Hybrid Genetic-Immune // Modern Applied Science. – 2011. – Vol. 5. – No.1 – P. 74-85.
Forrest S. Principles of a Computer Immune System // Proceedings of the Second New Security Paradigms Workshop. – 1997. – P. 75-82.
Ayara M., Timmis J., Lemos R., Castro L., Duncan R. Negative Selection: How to Generate Detectors // UK: In: Proceedings of the 1st International Conference on Artificial Immune Systems (ICARIS). – 2002. – Vol.1. – P. 89-98.
Marciniak J., Wawryn K.. An Artificial Immune Negative Selection Algorithm to Control Water Temperature in the Outlet of the Chamber // Poland: International conference on signals and electronic systems (ICSES). – 2018. – P. 236-241.
Ширяева О.И., Самигулин Т.И. Реализация SMART-технологии построения оптимальных систем на основе модифицированных алгоритмов // – Харків: Вісник Національного технічного університету. – 2020. – № 1 (3). – С.41-49.
