Yerçekimsel arama algoritması ile PID denetleç parametrelerinin tespiti
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Doğrusal olmayan sistemlerin optimizasyon problemlerinde sezgisel optimizasyon algoritmaları oldukça sık kullanılmaktadır. Bu tez çalışmasında sezgisel optimizasyon algoritmalarından Yerçekimsel Arama Algoritması (YAA) kullanılarak Doğru Akım (DA) motor denetimi için Oransal-İntegral-Türevsel (Proportional-Integral-Derivative, PID) denetleç parametrelerinin tespiti yapılmıştır. Sezgisel algoritmaların (Tur Atan Karınca Kolonisi Algoritması (TACO), Genetik Algoritma (GA), Parçacık Sürü Optimizasyonu (PSO) ve Diferansiyel Gelişim Algoritması (DE)) 100 defa koşturulması sonucu elde edilen ortalama PID denetleç parametreleri ile YAA' nın denetim başarımı, Kesler vd. (2011)' nin yaptıkları çalışmada verilen sonuçlar ile karşılaştırılmıştır. Kıyaslamasını yaptığımız YAA, birçok kategoride TACO ve GA' dan daha iyi, Parçacık Sürü Optimizasyonu (PSO) ve Diferansiyel Gelişim (DE) algoritmalarından daha düşük başarım sergilemektedir.Anahtar Kelimeler DA Motor, Optimizasyon, PID, Sezgisel Algoritmalar, Yerçekimsel Arama Algoritması Heuristic optimization algorithms are used widely in nonlinear optimization problems. In this thesis, Gravitational Search Algorithm (GSA), which is a heuristic optimization algorithm, is used to determine PID controller parameters for Direct Current (DC) motor control system. The heuristic algorithms (Touring Ant Colony Optimization (TACO), Genetic Algorithm (GA), Particle Swarm Optimization (PSO) and Differential Evolution Algorithm (DE)) were separately run 100 times at maximum generation number in Kesler et al. (2011). Obtained average PID controller parameters are evaluated and compared with GSA?s results. As a result, in many categories the performance of GSA is better than the performances of TACO and GA, but the results show that the proposed GSA?s performance is lower than the performances of the PSO and DE.Keywords DC Motor, Gravitational Search Algorithm, Heuristic Algorithms, Optimization, PID
Collections