Kvalitativno usmerjanje genetskih algoritmov pri vodenju dinami nih sistemov
Download
1 / 17

Kvalitativno usmerjanje genetskih algoritmov pri vodenju dinamičnih sistemov - PowerPoint PPT Presentation


  • 134 Views
  • Uploaded on

DIPLOMSKA NALOGA. Kvalitativno usmerjanje genetskih algoritmov pri vodenju dinamičnih sistemov. Gregor Leban mentor: prof. dr. Ivan Bratko. Namen. Genetski algoritmi pri svojem delovanju običajno ne uporabljajo nobenega znanja o problemu, ki ga rešujejo. Dodatno znanje → pohitritev razvoja?

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Kvalitativno usmerjanje genetskih algoritmov pri vodenju dinamičnih sistemov' - gitel


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Kvalitativno usmerjanje genetskih algoritmov pri vodenju dinami nih sistemov

DIPLOMSKA NALOGA

Kvalitativno usmerjanje genetskih algoritmov pri vodenju dinamičnih sistemov

Gregor Leban

mentor: prof. dr. Ivan Bratko


Namen
Namen

  • Genetski algoritmi pri svojem delovanju običajno ne uporabljajo nobenega znanja o problemu, ki ga rešujejo.

  • Dodatno znanje → pohitritev razvoja?

  • Moja eksperimentalna domena: vodenje dinamičnih sistemov

  • Kvalitativno znanje


Vozi ek z navpi no postavljeno palico
Voziček z navpično postavljeno palico

Naloga: premik vozička iz začetnega stabilnega položaja X0 do stabilnega ciljnega položaja X1, ne da bi pri tem padla palica.


Kontejnerski erjav
Kontejnerski žerjav

Naloga: premik tovora iz začetnega položaja (X0,L0) do ciljnega položaja (X1,LG), pri čemer tovor na cilju ne sme nihati


Vodenje dinami nega sistema
Vodenje dinamičnega sistema

  • bang-bang način vodenja (2 vrednosti za silo)

  • Kontroler je bil predstavljen v obliki kontrolne tabele


Kvalitativno sklepanje
Kvalitativno sklepanje

  • Posplošene vrednosti spremenljivk

    • O vsaki spremenljivki imamo 2 podatka:

      • Vrednost spremenljivke

      • Vrednost odvoda

    • Vrednosti spremenljivke so lahko:

      • Odlikovane vrednosti (npr. za X’): minf, mmax, zero, max, inf

      • Interval med dvema sosednjima o.v.: zero..max

    • Smeri spreminjanja: inc, std, dec

  • Kvalitativne omejitve

    • Y=M+(X), Y=M-(X)

    • Pospešek = deriv(Hitrost)

    • Z = sum(X,Y)


Iskanje kvalitativne re itve
Iskanje kvalitativne rešitve

  • QSIM za Prolog (I. Bratko)

  • Kvalitativna modela dinamičnih sistemov

    mL’’cos  + (m+M)X’’ + mL ’sin  = F

    ( J - mL2 ) ’’ + mLX’’ - mgL  = 0

    X’’ = - M0+() + M0+(F)

    ’’ = M0+() - M0+(F)

  • Postopek:

    • Izgradnja prostora veljavnih stanj

    • Povezava med sosednjimi stanji

    • Iskanje poti v grafu

      • Velikost grafa: 300 stanj, 1000 prehodov



Genetski algoritem
Genetski algoritem

  • Implementacija:

    • Reprodukcija v stabilnem stanju

    • Linearna normalizacija

    • Operatorja: mutacija, dvomestno križanje

    • Funkcija uspešnosti:

      VAL = 1000*UP + 1000*GOAL -

  • Eksperimenti:

    • Različne oblike kontrolnih tabel

      • Dolžine osebkov:

        • Do 600 bitov pri vozičku

        • Do 2300 bitov pri žerjavu

    • Razne verjetnosti mutacije


Uporaba kvalitativne re itve v genetskem algoritmu
Uporaba kvalitativne rešitve v genetskem algoritmu

  • Spremenil operator mutacije:

    • Naključno izbiranje ene vrstice kontrolne tabele.

    • Preveri, ali za izbrano vrstico obstaja stanje v kvalitativni rešitvi, ki bi enolično določalo pravilno vrednost sile.

    • Če tako stanje obstaja in je trenutna vrednost sile napačna, potem spremeni vrednost sile in končaj. Sicer se vrni na točko 1.

  • Če v 10 poskusih ne izvedemo prilagojene mutacije izvedemo običajno naključno mutacijo




Zaklju ki
Zaključki

  • Poskusi kažejo, da se z uporabo kvalitativne rešitve znatno pohitri razvoj genetskega algoritma

  • prednosti in slabosti


Prednosti uporabe kvalitativne re itve
Prednosti uporabe kvalitativne rešitve

  • Opazna pohitritev razvoja osebkov. Tipične dosežene pohitritve:

    • za voziček: 2 – 3 kratna

    • za žerjav: 2 – 50 kratna

  • Kvalitativna rešitev je robustna, neodvisna od vrednosti parametrov


Te ave pri uporabi kvalitativne re itve
Težave pri uporabi kvalitativne rešitve

  • Potrebne so posplošitve modela

  • Časovno zahtevno iskanje kvalitativnih rešitev

  • Veliko število možnih vedenj. Kako izbrati pravo vedenje?

  • Mutacija, ki uporablja kvalitativno znanje, potrebuje 10 krat več časa za izračun, kot običajna mutacija


Nadaljnje delo
Nadaljnje delo

  • uporaba drugih kvalitativnih rešitev, ki jih kvalitativna modela ponujata

  • indukcija kvalitativnega modela iz posnetkov vodenja

  • pohitritev iskanja kvalitativne rešitve

    • spremembe v kvalitativnem modelu

    • usmerjeno preiskovanje prostora stanj



ad