研究報告

學年 95
學期 1
出版(發表)日期 2007-01-01
作品名稱 結合局部搜尋之多目標並行處理粒子群聚最佳化法及其在不確定間隔系統數位控制之應用(II)
作品名稱(其他語言) Parallel Multiobjective Particle Swarm Optimizer Incoporating a NM Local Search Scheme and Its Applications in Digital Control of Uncertain Interval Plants(II)
著者 許陳鑑
單位 淡江大學電機工程學系
描述 計畫編號:NSC96-2221-E032-047 研究期間:200708~200807 研究經費:359,000
委託單位 行政院國家科學委員會
摘要 本計畫係針對原始粒子群聚最佳化法(Particle Swarm Optimization, PSO)之不足,提 出一嵌設有局部搜尋(local search) 功能之多目標(multiobjective) 並行處理(parallel processing)粒子群聚最佳化法。其主要改進作法包含:1).納入區域搜尋機制,利用改良 式NM 單體搜尋法(NM simplex search),取得鑽探搜尋(exploitation)以及探索搜尋 (exploration)的平衡,提升其最佳化收斂速度。2).提供多目標處理機制(multiobjective handling),利用不受支配等級(non-dominated level)及擁擠距離(crowding distance)來評估 解答的優劣程度,使得PSO 具備解決多目標最佳化問題之能力。3).導入適合PSO 處理 之平行計算機制,充分利用同步與非同步計算模式的優點,整合校內各種不同質 (heterogeneous)之工作站,減少工作站之間所需要的溝通時間,使得閒置之計算資源能 有效發揮,提升計算效能。另一方面,連續時間間隔系統(continuous-time interval systems) 之數位控制(digital control)係一不易藉由傳統方法處理的問題,為了替這種系統進行數 位模擬(digital simulation)或是數位設計(digital design),在數位化(discretization) 的過程 中會導致數位模型係數為不確定參數之非線性函數,而且有嚴重地指數函數[22]耦合情 況,這使得原系統之間隔結構(interval structure)在數位化的過程中喪失殆盡;同時,在 數位化的過程中也額外引進一獨立變數-取樣時間 (sampling period),使得數位控制系統 之分析及設計更加困難。這些複雜的問題至少包含:連續時間間隔系統之數位建模 (discrete modelling)、等效數位模型最小相條件 (minimum-phase criteria) 、數位化再設 計之適合度評估 (suitability of redesigned digital system)等。有鑑於這些問題所要處理的 函數大都為高度非線性耦合(nonlinear coupling) 之non-convex 函數,傳統最佳化方法將 無法有效解決此一問題,特別是在處理高階的間隔系統時尤其困難,因此,本計劃即針 對該些問題提出可能之解決方案,作法上係藉由對不確定參數作適當的邊界跳脫 (overbounding),將求取等效數位模型、最小相取樣時間範圍、穩定取樣時間範圍、以及 數位化再設計之適合度評估等問題,規劃形成複數個最佳化的問題,再利用去年申請通 過之計畫(現正執行之計畫)所提出的粒子群聚最佳化法之研究成果為基礎,予以進一 步改良,發揮其全域最佳化、概念簡單、容易實現、高運作效能等優點,並導入並行處 理的作法,以改善粒子群聚最佳化法的演化過程較為耗時的問題,提升其運算效能,以 有效解決上述不確定連續時間間隔系統在數位控制在分析及設計上之諸多問題,方便使 用者應用離散時間領域中關於強健控制之既有方法,進行後續之的分析與設計。
關鍵字 粒子群聚最佳化法;NM 單體搜尋法;多目標最佳化;並行處理;不確定系統;間隔系統;數位建模;數位化;最小相系統;數位化再設計;取樣資料系統
語言
相關連結

機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/7641 )

機構典藏連結