Abstract

Niniejsza rozprawa prezentuje możliwości zastosowania podejścia genetycznego do zagadnień wielokryterialnej optymalizacji w przestrzeniach wielowymiarowych z wykorzystaniem koncepcji optymalności w sensie Pareto. Doktorant przedstawia efektywne procedury rozwiązywania problemów projektowych definiowanych w postaci zadań wielokryterialnej syntezy układów przetwarzania sygnałów. W szczególności uwzględniono dwa przykładowe zadania optymalnego projektowania. Pierwsze dotyczy regulatorów PID, gdzie dobór parametrów regulatora dokonywany jest poprzez wielokryterialną minimalizację wektorowego wskaźnika jakości regulacji. Drugie rozważane zadanie odnosi się do konstruowania liniowych obserwatorów stanu stanowiących podstawę generatorów residualnych dla wykrywania i rozróżniania błędów występujących w nadzorowanych obiektach i systemach sterowania, gdzie synteza obserwatorów oparta jest na wielokryterialnej optymalizacji wskaźnika jakości uwzględniającego odporność na niepewność modelowania obiektu i szumy pomiarowe oraz wrażliwość na błędy elementów pomiarowo-wykonawczych.W pracy wykazano następujące tezy: 1. Metody poszukiwań oparte na mechanizmach symulujących ewolucję w naturze umożliwiają efektywną penetrację wielowymiarowych przestrzeni parametrów w celu optymalizacji wektorowych funkcji kryterialnych tych parametrów oraz określenia optymalnych rozwiązań. 2. Możliwe jest usprawnienie (w sensie skuteczności i szybkości) genetycznych algorytmów optymalizacji poprzez wprowadzenie innych mechanizmów postępu ewolucyjnego istniejących w przyrodzie. 3. Podejście ewolucyjne jest szczególnie użyteczne w przypadku rozwiązywania złożonych problemów optymalizacyjnych (w przestrzeniach o wysokim wymiarze, ze złożonymi, wielomodalnymi funkcjami), np. przy projektowaniu układów wielowymiarowego przetwarzania sygnałów (estymacji stanu, filtracji, regulacji, detekcji błędów, itp.)

Author (1)