Abstract

Książka przedstawia metody optymalnego projektowania układów, które służą na przykład przetwarzaniu sygnałów, automatycznemu sterowaniu, diagnostyce itp., oparte na sztucznej inteligencji. Poza realizacją podstawowych funkcji układy takie powinny odznaczać się również innymi praktycznymi cechami, takimi jak odporność na zmiany istotnych parametrów projektowych czy też niewrażliwość na zewnętrzne zakłócenia. W tego rodzaju zadaniach projektowych pojawia się potrzeba łącznej optymalizacji wielu cząstkowych kryteriów, między którymi trudno jest określić wzajemne zależności. W książce do zagadnień wielokryterialnej optymalizacji w przestrzeniach wielowymiarowych opartej na koncepcji optymalności Pareto wykorzystuje się podejście genetyczne. Przedstawia się efektywne procedury rozwiązywania problemów projektowych definiowanych w postaci zadań wielokryterialnej syntezy układów przetwarzania sygnałów. Rozważa się przykładowe zadania projektowania regulatorów PID gdzie dobór parametrów regulatora dokonywany jest poprzez wielokryterialną minimalizację wektorowego wskaźnika jakości regulacji oraz konstruowania liniowych obserwatorów stanu stanowiących podstawę generatorów sygnałów resztowych w celu wykrywania i rozróżniania błędów występujących w nadzorowanych obiektach i systemach sterowania gdzie synteza obserwatorów oparta jest na optymalizacji wektorowego wskaźnika jakości uwzględniającego odporność na niepewność modelowania obiektu i szumy pomiarowe oraz wrażliwość na błędy elementów pomiarowo-wykonawczych.Praca stanowi podsumowanie wyników zakończonej rozprawy dr inż. Tomasza Białaszewskiego i dotyczy zastosowania w poszukiwaniach ewolucyjnych mechanizmów niszowania, których istotą jest utrzymanie stałej liczby istniejących gatunków osobników (rozwiązań): zarówno tych bardziej licznych (lepiej przystosowanych), jak i tych mniej licznych (słabiej przystosowanych).Ponadto w książce prezentuje się modyfikację mechanizmów ewolucyjnych opartą na koncepcji rodzajnika, który w naturze ma zastosowanie przy krzyżowaniu różnopłciowym Idea rodzajnika polega na podziale zbioru funkcji celów na podzbiory. Podział ten posiada cechy niszowania jednak najważniejszy jest tu charakter rozważanych celów a nie własności geometryczne w przestrzeni poszukiwań, zaś zastosowana sub-optymalizacja wykorzystywana jest w procesie ewolucyjnym, w którym tylko rozwiązania o różnym wariancie genetycznym mogą tworzyć pary rodzicielskie generujące nowe rozwiązania.

Author (1)