kvalitativno usmerjanje genetskih algoritmov pri vodenju dinami nih sistemov
Download
Skip this Video
Download Presentation
Kvalitativno usmerjanje genetskih algoritmov pri vodenju dinamičnih sistemov

Loading in 2 Seconds...

play fullscreen
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