Hệ thống điều khiển nhúng dùng giải thuật di truyền

Đại Học Quốc Gia Tp. Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN HỮU TỒN HỆ THỐNG ĐIỀU KHIỂN NHÚNG DÙNG GIẢI THUẬT DI TRUYỀN Chun ngành : Tự động hóa. LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, 01 tháng 07 năm 2009 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán bộ hướng dẫn khoa học : TS. Nguyễn Thiện Thành Cán bộ chấm nhận xét 1 : Cán bộ chấm nhận xét 2 : Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày . . . tháng . .năm 2009 TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM Độc Lập Tự Do Hạnh Phúc KHOA ĐIỆN – ĐIỆN TỬ oOo Tp. HCM, ngày . . . . . tháng … năm 2009. NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ và tên học viên: Trần Hữu Toàn Phái: Nam. Ngày, tháng, năm sinh: 31/01/1983. Nơi sinh: TP Đà Nẵng Chuyên ngành: Tự động hóa. MSHV : 01507322 1 TÊN ĐỀ TÀI: HỆ THỐNG ĐIỀU KHIỂN NHÚNG DÙNG GIẢI THUẬT DI TRUYỀN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 NHIỆM VỤ LUẬN VĂN: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tìm hiểu và ứng dụng giải thuật di truyền vào điều khiển cho đối tượng là hệ bồn nước đơn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Thực hiện kết quả trên hệ thống nhúng mơ hình thực. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 NGÀY GIAO NHIỆM VỤ : . . . . . . . . . . . . . . . . . . 4 NGÀY HỒN THÀNH NHIỆM VỤ : . . . . . . . . . . . . . . . . . . . 5 HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN : TS. Nguyễn Thiện Thành. Nội dung và đề cương Luận văn thạc sĩ được Hội Đồng Chun Ngành thơng qua. CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MƠN (Họ tên và chữ ký) QUẢN LÝ CHUN NGÀNH (Họ tên và chữ ký) KHOA QL CHUN NGÀNH (Họ tên và chữ ký) Ngày …… Tháng …… Năm 2009 PHỊNG ĐÀO TẠO SAU ĐẠI HỌC KHOA QUẢN LÝ NGÀNH LỜI CẢM ƠN Trong q trình hồn thành luận văn tại bộ mơn Tự Động Hóa, Khoa Điện – Điện Tử trường Đại Học Bách Khoa TPHCM, em xin chân thành cảm ơn: Thầy TS. Nguyễn Thiện Thành đã tận tình hướng dẫn, truyền đạt các kiến thức kinh nghiệm giúp em hồn thành luận văn này. Q thầy cơ tổ bộ mơn Tự Động Hóa – khoa Điện Điện Tử đã cung cấp các kiến thức chun ngành trong suốt khóa học. Em cũng xin chân thành cảm ơn tất cả các bạn chung khóa đã trao đổi, trau dồi và hỗ trợ nhau trong học tập. Cuối cùng, em xin chân thành cảm ơn gia đình đã động viên, ủng hộ em trong cả q trình nghiên cứu, rèn luyện. Em xin chân thành cảm ơn. TPHCM, ngày 01 tháng 07 năm 2009. Trần Hữu Tồn TĨM TẮT Trong thời gian gần đây, sự ra đời của các giải thuật điều khiển thơng minh ngày càng được sử dụng rộng rãi, mang lại hiệu quả và độ chính xác cao. Trong đó giải thuật di truyền (GA Genetic Algorithm) là một trong những cơng cụ để con người có thể giải quyết các bài tốn điều khiển phức tạp, được ứng dụng khá phổ biến. Giải thuật di truyền là giải thuật tìm kiếm lời giải tối ưu trên nguyên tắc phỏng theo q trình tiến hóa và qui luật di truyền của sinh vật trong tự nhiên. Mặc dù phạm vi áp dụng của giải thuật di truyền là những bài tốn khó, những bài tốn khơng tồn tại hoặc khơng có hiệu quả khi sử dụng các phương pháp giải khác nhưng xuất phát từ ý tưởng của học viên muốn xây dựng bộ điều khiển sử dụng giải thuật GA áp dụng cho đối tượng phi tuyến, nội dung của luận văn được trình bày để tìm hiểu, kiểm chứng và đánh giá ý tưởng này. Trong nội dung đề tài, giải thuật di truyền được sử dụng là cơng cụ để giải quyết các bài tốn tối ưu hóa hàm, ứng dụng trong việc chỉnh định thơng số của một số bộ điều khiển cổ điển và trong điều khiển thích nghi đối với hệ phi tuyến – hệ bồn nước đơn. Bên cạnh q trình mơ phỏng, các kết quả chỉnh định sẽ được thực thi trong một hệ thống nhúng cho mơ hình thực ABSTRACT During recent times, the intelligent control algorithms have been used more and more widely with high effective and accuracy. In which, Genetic Algorithm is one of tools to help people be able to solve many complex control problems and it is used rather popular. The Genetic Algorithm is the optimization technique that simulates the phenomenon of natural evolution. Although the application scale of Genetic Algorithm is applied for most of normal complex problems, unreal ones or ones when applied it with other methods, it has obtained uneffectiveness, but because of thinking of making the controller of Genetic Algorithm for nonlinear plant, the Assay is written with the content of the above ideal in order to research, verify as well as remark the result of this control. In this thesis, Genetic Algorithm is described the tool which is used for settling/handling of optimizing function, turning the controller parameters and adaptive control to nonlinear plant – single tank. Beside the simulation, the result from turning will be embedded to actual model Luận văn thạc sĩ MỤC LỤC LỜI NĨI ĐẦU CHƯƠNG I. TỔNG QUAN VỀ ĐỀ TÀI 1.1. Giới thiệu đề tài ……………………………………………………………….2 1.2. Mục tiêu của đề tài ……………………………………………………………3 1.3. Lịch sử và tình hình phát triển các ứng dụng của giải thuật di truyền………….4 1.3.1. Thuyết tiến hóa và qui luật di truyền trong tự nhiên…………………… 4 1.3.2. Tình hình phát triển hiện tại và các ứng dụng phổ biến của GA………….6 1.3.3. Các kết quả ứng dụng trong điều khiển từ các tài liệu, các bài báo………7 1.4. Những vấn đề khi thực hiện đề tài và hướng giải quyết…………………… 8 CHƯƠNG II. GIẢI THUẬT DI TRUYỀN (GENETIC ALGORITHM). 2.1. Giải thuật di truyền………………………………………………………… 11 2.2. Thuật tốn…………………………………………………………………… 12 2.3. Giải thuật di truyền cơ bản ……………………………………………………13 2.3.1. Lưu đồ giải thuật ………………………………………………………14 2.3.2. Mã hóa và giải mã……………………………………………………….15 1. Mã hóa nhị phân…………………………………………………………16 2. Mã hóa thập phân……………………………………………………… 17 3. Giải mã ………………………………………………………………… 18 2.3.3. Hàm thích nghi …….……………………………………………………18 2.3.4. Chọn lọc tự nhiên……………………………………………………… 19 1. Chọn lọc tỷ lệ…………………………………………………………….20 2. Chọn lọc đấu vịng……………………………………………………….22 3. Chọn lọc cắt…………………………………………………………… 22 4. Chọn lọc sắp hạng tuyến tính ……………………………………………24 5. Chọn lọc sắp hạng lũy thừa………………………………………………25 Mục lục Luận văn thạc sĩ 2.3.5. Lai ghép………………………………………………………………….27 1. Lai ghép một điểm……………………………………………………….27 2. Lai ghép nhiều điểm…………………………………………………… 29 3. Lai ghép đều…………………………………………………………… 29 2.3.6. Đột biến…………………………………………………… ………… 30 Đột biến một điểm……………………………………………………….31 2. Đột biến nhiều điểm…………………………………………………… 32 2.3.7.Kĩ thuật thu gọn ………………………………………………………….32 2.3.8. Kĩ thuật phóng đại ………………………………………………………33 2.3.9. Các thơng số của giải thuật di truyền ………………………………… 33 2.4. Giải thuật di truyền mã số thực……………………………………………… 36 2.4.1. Mã hóa và giải mã mã số thực………………………………………… 36 2.4.2. Lai ghép mã số thực…………………………………………………… 37 2.4.3. Đột biến mã số thực …………………………………………………….38 2.4.4. Một số nhận xét …………………………………………………………39 2.5. Giải thuật di truyền song song………………………………………… ……39 2.5.1. Khái niệm……………………………………………………………… 39 2.5.2. Các tùy chọn của GA song song ……………………………………… 41 2.6. Tổng quan về cách giải quyết bài tốn tối ưu hóa hàm dùng GA…………….42 2.6.1. Các bài tốn tối ưu hóa hàm…………………………………………….43 2.6.2. Lựa chọn ngơn ngữ lập trình và mơ phỏng giải thuật GA………………45 2.6.3 Ứng dụng GA trong tối ưu hóa hàm…………………………………….46 CHƯƠNG III. LÝ THUYẾT HỆ THỐNG NHÚNG. 3.1. Cơ sở lý thuyết thiết kế hệ thống nhúng ………………………………… 54 3.1.1. Giới thiệu ……………………………………………………………… 54 3.1.2. Mục tiêu thiết kế ……………………………………………………… 54 Mục lục Luận văn thạc sĩ 3.1.3. Đặc điểm công nghệ và xu thế phát triển của hệ nhúng ……………… 55 3.2. Cấu trúc phần cứng ………….……………………………………………… 56 3.2.1. Bộ xử lý trung tâm……………………………………………………….56 3.2.2. Một số họ vi điều khiển thông dụng…………………………………… 57 3.3. Ngoại vi ………………… ……………………………………………………62 3.3.1. Bộ định thời gian (Bộ đếm) ….………………………………………….62 3.3.2. Bộ điều khiển ngắt.……………… …………………………………….63 3.3.3. Bộ định thời chó canh (Watchdog Timer)……………………………….63 3.3.4. Bộ điều khiển truy cập bộ nhớ trực tiếp DMA………………………… 64 3.3.5. Các hỗ trợ ngoại vi khác ……………………………………………… 64 3.4. Lập trình và lựa chọn trình biên dịch …………………………………………64 3.5. Cấu trúc phần cứng sử dụng trong mơ hình ……………………………… 65 CHƯƠNG IV. KHẢO SÁT ĐỐI TƯỢNG HẸ BỒN NƯỚC ĐƠN VÀ ỨNG DỤNG CỦA GIẢI THUẬT DI TRUYỀN. 4.1. Khảo sát đối tượng bồn nước đơn ……………………………………………67 4.3.1. Các thơng số mơ hình………………………………………………… 67 4.3.2. Phương trình vi phân hệ liên tục ……………………………………… 69 4.3.3. Phương trình sai phân hệ rời rạc ……………………………………… 71 4.2 Ứng dụng GA trong chỉnh định thông số bộ điều khiển …………………… 72 3.4.1. Bộ điều khiển đặt cực ………………………………………………… 73 3.4.2. Bộ điều khiển PID ………………………………………………………74 4.3. Lưu đồ giải thuật và kết quả mô phỏng ………………………………………76 4.3.1. Lưu đồ giải thuật thực hiện chỉnh định thông số bộ điều khiển PID……76 4.3.2. Kết quả chỉnh thông số bộ điều khiển PID dùng GA ………………… 78 4.4. Ứng dụng kết quả chỉnh định cho đối tượng …………………………………81 4.5. Kết luận ……………………………………………………………………….83 Mục lục Luận văn thạc sĩ CHƯƠNG V. THUẬT TỐN THÍCH NGHI HỆ BỒN NƯỚC DÙNG GIẢI THUẬT DI TRUYỀN. 5.1. Nhận dạng và ước lượng thơng số ……………………………………………86 5.1.1. Thu thập dữ liệu …………………………………………………………86 5.1.2. Chọn cấu trúc mơ hình ………………………………………………….86 5.1.3. Ước lượng thơng số mơ hình ……………………………………………87 5.1.4. Đánh giá …………………………………………………………………88 5.2. Điều khiển thích nghi …………………………………………………………88 5.3. Điều khiển thích nghi dùng giải thuật di truyền ………………………………90 5.3.1. Giải thuật tổng qt …………………………………………………… 90 5.3.2. Điều khiển thích nghi gián tiếp …………………………………………90 1. Đặt bài tốn ……………… ……………………………………………91 Ước lượng thơng số mơ hình hệ bồn nước dùng giải thuật di truyền … 92 5.3.3. Lưu đồ giải thuật. ………… …………………………………………. 98 5.4. Kết quả điều khiển ………………………………………………………… 100 5.4.1. Giao diện……………………… ………………………………… …100 5.4.2. Các tùy chọn ………………………………………………………… 100 5.4.3. Các thơng số của giải thuật di truyền trong điều khiển thích nghi hệ bồn nước……………………………………………………………………………….101 5.4.4. Các kết quả đạt được trong điều khiển ……………………………… 102 5.5. Kết luận ………………………………………………………………… …108 CHƯƠNG VI. HỆ THỐNG NHÚNG TRÊN MƠ HÌNH THỰC. 6.1. Đặt vấn đề ………………………………………………………………… 111 6.2. Cấu trúc phàn cứng sử dụng trong mơ hình …………………………………111 6.2.1. Cảm biến ……………………………………………………………….112 Mục lục Luận văn thạc sĩ Trang 122 6.3.3. Giải thuật Giải thuật điều khiển hệ bồn nước Khởi động các thanh ghi Ngắt đọc cảm biến từ ADC Khởi động hiển thị LCD Tính tần số lấy mẫu Nạp kết quả chỉnh định thơng số bằng GA N Lệnh hoạt động? Y N Tín hiệu đặt ? Y Khởi động động cơ Chọn thơng số Tính sai số, tích phân và vi phân sai số dùng phương pháp số Thuật tốn PID Hình 6.13. Lưu đồ giải thuật thực hiện Chương VI. Hệ thống nhúng trên mơ hình thực Luận văn thạc sĩ Trang 123 6.4. KẾT QUẢ THỰC HIỆN MƠ HÌNH 6.4.1. Mơ hình thiết kế và các thiết bị sử dụng Hình 6.14. Kết quả thực hiện mơ hình Chương VI. Hệ thống nhúng trên mơ hình thực Luận văn thạc sĩ Trang 124 Hình 6.15. Các thành phần chính trong mơ hình bồn nước Chương VI. Hệ thống nhúng trên mơ hình thực Luận văn thạc sĩ Trang 125 Hình 6.16. Mạch nhúng và thiết bị cảm biến Chương VI. Hệ thống nhúng trên mơ hình thực Luận văn thạc sĩ Trang 126 6.4.2 Kết quả điều khiển trên mơ hình thực Hình 6.17. Kết quả điều khiển bám theo các giá trị đặt khác nhau. Kết quả thực hiện trên mơ hình thực cho đáp ứng tốt tại nhiều điểm làm việc khác nhau khi chỉnh định thơng số ứng với các giá trị đặt. Trong giải thuật thực hiện chúng, thay vì phải chọn các thơng số PID chúng ta cũng có thể linh hoạt chọn các bộ thơng số PI, PD…Vì phương thức tìm kiếm bằng mơ phỏng cũng như tính tốn các giá trị tương thích theo phương pháp này đơn giản hơn mà vẫn đảm bảo kết quả tốt. Mơ hình sẽ được thực hiện kèm theo luận văn này Chương VI. Hệ thống nhúng trên mơ hình thực Luận văn thạc sĩ Trang 127 Chương VI. Kết luận và hướng phát triển đề tài Luận văn thạc sĩ Trang 128 7.1. KẾT LUẬN Với nền kiến thức cơ sở được trình bày trong các chương I, II đem lại cái nhìn tổng quan về giải thuật di truyền Những kiến thức này tạo tiền dề cho việc sử dụng cơng cụ GA như là phương thức tiếp cận và giải quyết các bài tốn tối ưu ở nhiều khía cạnh, nhiều lĩnh vực khác nhau. Thơng qua những nghiên cứu thực hiện trong luận văn, có thể rút ra một số nhận định về khả năng, công dụng của giải thuật di truyền trong một số ứng dụng điều khiển cũng như các ứng dụng hệ thống nhúng. Sau đây xin trình bày một vài các nhận xét được rút ra từ các nghiên cứu này. Thứ nhất, giải thuật di truyền là cơng cụ hỗ trợ mạnh cho việc tìm kiếm lời giải tối ưu cho các ứng dụng thực tế. Lời giải tồn cục của các bài tốn tối ưu có thể được giải quyết bằng phương thức tìm kiếm theo xác suất rất tốt của giải thuật di truyền. Thứ hai, với bản chất tìm kiếm qua nhiều thế hệ tiến hóa địi hỏi giải thuật di truyền phải thực hiện nhiều phép tốn xác suất dẫn đến tốc độ xử lý chậm. Đó là đặc điểm quan trọng cần lưu ý khi ứng dụng GA. Thứ ba, việc ứng dụng giải thuật di truyền trong các vấn đề điều khiển có thể thực hiện ở nhiều phương thức khác nhau. Và cho dù thực hiện bằng phương thức nào thì cũng là kết quả của bài tốn tối ưu hàm mục tiêu xác định trước. Đó là đặc điểm phù hợp với các giải thuật trong điều khiển, vì mục tiêu điều khiển cuối cùng cũng là phục vụ cho những chỉ tiêu chất lượng của hệ thống. Thứ tư , từ kết quả của cơng việc chỉnh định thơng số bộ điều khiển được đưa ra ở chương III, có thể khẳng định bài tốn chỉnh định thơng số là một ưu điểm của giải thuật di truyền. Chỉ cần đưa hàm mục tiêu chất lượng, chúng ta ln tìm được các thơng số đảm bảo mục tiêu này. Tất nhiên, bên cạnh chức năng của giải thuật thì kết quả chỉnh định cũng phụ thuộc vào bản chất của đối tượng được xét đến, cho dù giải thuật di truyền ln tìm kiếm và đưa hàm mục tiêu hội tụ Chương VI. Kết luận và hướng phát triển đề tài Luận văn thạc sĩ Trang 129 Thứ năm, nếu sử dụng các kết quả của chỉnh định thơng số cho đối tượng thực thì chỉ có thể nhận kết quả tốt khi mơ tả cho đối tượng thực mơ hình tương đối chính xác của nó. Thứ sáu, giải thuật di truyền có khả năng thay thế các giải thuật mờ hay neuron trong các ứng dụng điều khiển hiện đại như điều khiển thích nghi. Tuy nhiên, khả năng chỉ có thể dừng lại ở mức độ mơ phỏng chính vì bản chất “tìm kiếm” của nó, tốc độ xử lý khơng cho phép giải thuật có thể tìm và chỉnh định thơng số trực tuyến cho hệ thống. Kết quả mơ phỏng hồn tồn có thể tốt cho hệ có đặc tính phi tuyến thấp. Thứ bảy, hàm ngẫu nhiên chính là một trong những yếu tố quyết định đến kết quả thực hiện của giải thuật di truyền. Chính vì vậy, cần xây dựng hàm tạo ngẫu nhiên chính xác cho các ứng dụng của GA. Cuối cùng, có thể sử dụng kết quả thực hiện offline của giải thuật di truyền trong các ứng dụng thực tế. Nếu chúng ta đảm bảo thơng tin cung cấp cho GA là tốt, thì ln nhận được các chỉ tiêu chất lượng điều khiển tốt. Trong kết quả thực hiện mơ hình thực, cho dù thơng số được chỉnh định tốt bởi GA thì cũng cần có các tinh chỉnh phù hợp với mơ hình thực. Ngồi các nhận xét trên đây, trong q trình thực hiện luận văn học viên đều rút ra những nhận xét, đánh giá khách quan về các kết quả, đặc tính của ứng dụng trong các chủ đề được nêu Chương VI. Kết luận và hướng phát triển đề tài Luận văn thạc sĩ Trang 130 7.2. HƯỚNG PHÁT TRIỂN ĐỀ TÀI. Vì giải thuật di truyền có nhiều ưu điểm nổi bậc nên trong các ứng dụng điều khiển chúng ta cố gắng vận dụng các ưu điểm này để có thể trực tiếp hay hõ trợ tìm ra các thơng số điều khiển hay cấu trúc điều khiển thích hợp cho hệ thống. Sau khi tìm hiểu ứng dụng giải thuật này trong nội dung đề tài, học viên xin trình bày một số hướng phát triển đề tài khả thi trong lĩnh vực điều khiển. Với tính năng tìm kiếm tối ưu của mình, giải thuật di truyền có thể được dùng để chỉnh định thơng số của một số bộ điều khiển thơng minh khác như bộ điều khiển mờ hay bộ điều khiển neuron. Đối với bộ điều khiển mờ, GA sử dụng như cơng cụ tìm kiếm các thơng số của hàm liên thuộc trong các hàm xử lý mờ. Hơn nửa, việc tìm kiếm luật mờ thơng thường chúng ta dựa vào kinh nghiệm hay các phỏng đốn. Nhưng với GA, chúng ta có thể tìm ra các luật mờ này nếu đưa ra được hàm mục tiêu xác định cho các luật mờ đó. Đối với bộ điều khiển dùng mạng neuron thì việc cập nhật hàm trọng số ln là bài tốn khó khăn. Và GA trong trường hợp này có thể giải quyết tốt vấn đề này, giúp cho việc “học” của mạng neuron trở nên chính xác hơn. Đặc biệt, với giải thuật di truyền chúng ta có thể vận dụng linh hoạt nó vào các mục tiêu tối ưu hóa trong điều khiển tối ưu, một lĩnh vực điều khiển mà con người ln hướng đến để đạt được những kết quả mong đợi. Bên cạnh các ứng dụng chun ngành, nếu có các bài tốn liên quan đến lĩnh vực tối ưu, chúng ta hồn tồn có thể sử dụng nó để nhận được kết quả tốt mà khơng cần đến các phương pháp tốn học phức tạp khác Chương VI. Kết luận và hướng phát triển đề tài Luận văn thạc sĩ Trang 131 DANH MỤC TÀI LIỆU THAM KHẢO [1]. Hệ thống điều khiển thơng minh – TS. Huỳnh Thái Hồng, 2006. [2]. Genetic Algorithm : Theory and Applications – Hagenberg, 2000. [3]. AI Application Programming – M. Tim Jones, 2003. [4]. An Introduction to Genetic Algorithms for Scientists and Engineers – David A. Coley, 2002. [5]. Fuzzy Control – Kevin M.Passino & Stephen Yurkovich. [6]. Genetic Algorithms : A Tutorial – Wendy Williams, 2001. [7]. Elegance: Genetic Algorithms in Neural Reinforcement Control – Pieter Spronck, 1996 [8]. Matlab và ứng dụng trong điều khiển – TS. Nguyễn Đức Thành, 2004. [9] Single and Multiobjective Genetic Algorithm Toolbox in C++ Kumara Sastry, 2007. [10] Search space boundary Extension Method in Realcode Genetic Algorithm – Goldberg & Tsutsui 2002. [11]. Adaptive Selection methods for genetic algorithm Baker, 1985 [12] Bài giảng mơ hình hóa và nhận dạng – TS. Huỳnh Thái Hồng, 2006 [13]. Bài giảng điều khiển thích nghi và bền vững – PGS.TS Nguyễn Thị Phương Hà, 2004 [14]. Embedded Computing–Joseph A.Fisher, Paolo Farabochi, Cliff Young, 2005. [15]. Bài giảng Hệ thống điều khiển nhúng – TS. Lưu Hồng Việt, 2003. [16]. Embedded Systems : Desktop Integration – Oliver H.Bailey, 2005. [17]. Programming embedded systems – Michael J. Pont, 2003. [18]. Embedded Systems Design: An Introduction to Processes, Tools, and Techniques – Arnold S. Berger, 2002 [19] Genetic Algorithms in Electromagnetics – Randy L. Haupt, 2007 [20]. A Genetic Algorithm Tutorial – Darrell Whitley, 2003 Danh mục tài liệu tham khảo Luận văn thạc sĩ Trang 132 [21]. Lý thuyết điều khiển hiện đại – PGS.TS Nguyễn Thị Phương Hà, 2006 Các bài báo: [22]. An efficient genetic algorithm with uniform crossover for air traffic control – XiaoBing Hu, Ezequiel Di Paolo. [23]. Hybrid fuzzy predictive control based on genetic algorithms for the temperature control of a batch reactor [24]. GA, MR, FFNN, PNN and GMM based models for automatic text summarization – Mohamed Abdel Fattah , Fuji Ren [25]. Ahybrid genetic algorithm for train sequencing in the Korean railway – Ji Won Chung, SeogMoon Oh, InChan Choia [26]. An efficient genetic algorithm with uniform crossover for air traffic control – XiaoBing Hu, Ezequiel Di Paolo. [27]. System Identification using GA and its applicationt to Internal Adaptive Model Control – Toshiro Kumon, Tatsuya Suzuki, Makoto Iwasaki. [28]. Adaptive Control – Karl Astrom, 2002. [29]. Artificial Intelligent – Based Electrical Machines and Drives – Peter Vas, 2002. [30]. Neural Network Control of nonlinear Discretetime System– Jagannathan Sarangapani, 2006. [31]. Bài giảng Trí Tuệ nhân tạo – TS. Nguyễn Thiện Thành, 2004. [32]. Autotuning PID controller based on Improved Genetic Algorithm for reverse Osmosis Plant – JingSunKim, JinHWanKin & Hoon Heo, 2006. [33]. Adaptive Control System– Gang Feng & Rogelio Lozano , 1999. [34] Genetic Algorithm toolboxUser’s guide – Matlab, 2005. [35].Hệ thống điều khiển thủy lực – Trần Xuân Tùy, 2002. [36]. Dynamic System Modeling and Control – Hugh Jack, 2004 Danh mục tài liệu tham khảo Luận văn thạc sĩ Trang 133 PHỤ LỤC Sử dụng giao diện luận văn. 1. Giao diện chính. Thốt 2. Cài đặt thơng số cho đối tượng và thơng số mơ phỏng. Chấp nhận Phụ lục Thơng số Luận văn thạc sĩ Trang 134 3. Chỉnh định thơng số bộ điều khiển PID. Thơng số GA Đồ thị hiển thị 4. Thực hiện giải thuật điều khiển thích nghi hệ bồn nước. Đáp ứng Phụ lục Luận văn thạc sĩ Trang 135 5. Cài đặt thơng số cho đối tượng và các yếu tố bất định của hệ. Yếu tố bất định 6. Thể hiện các kết quả điều khiển Phụ lục LÝ LỊCH TRÍCH NGANG Họ và tên : Trần Hữu Tồn. Ngày sinh : 31/01/1983. Nơi sinh : TP Đà Nẵng Địa chỉ liên lạc : 8/15/2/5, Đ26, KP5, P.H.Bình Chánh, Q.Thủ Đức, TPHCM Điện thoại : 0918219725. Địa chỉ email : huutoancdt@gmail.com. Q TRÌNH ĐÀO TẠO Từ 2001 – 2006 : Học đại học tại trường ĐHBK Đà Nẵng, chun ngành Cơ Điện Tử. Điểm bảo vệ TN : 10, xếp loại TN : khá. Năm 2005, tham gia cuộc thi Robocon tổ chức năm 2005. Năm 2006, tham gia hội nghị nghiên cứu khoa học ĐHĐN với đề tài : ‘‘ Hệ thống khoan và phân loại sản phẩm tự động’’ Từ 2007 – 2009 : Trúng tuyển và học cao học tại trường ĐHBK TPHCM, chun ngành Tự Động Hóa. Q TRÌNH CƠNG TÁC Từ 2006 – 2007 : Cơng tác tại cơng ty VITALY, Bình Dương. Từ 2008 – đến nay : Công tác tại trường ĐH Công Nghiệp TPHCM ... vấn đề chỉnh định thông số các bộ điều? ?khiển? ?hệ liên tục dùng giải? ?thuật? ?di? ?truyền. “ Cải tiến các? ?điều? ?khiển? ?khớp nối cho Humanoid Robot? ?dùng? ?giải? ?thuật? ?di? ?truyền? ??, Jonathan Roberts , Damien Kee ... Trang 14 2.3 GIẢI THUẬT? ?DI? ?TRUYỀN CƠ BẢN 2.3.1 Lưu đồ? ?giải? ?thuật? ?trong? ?điều? ?khiển? ? Lưu đồ GA? ?dùng? ?để? ?giải? ?bài tốn tối ưu trong? ?điều? ?khiển? ?được trình bày ở hình 2.2 Bắt đầu? ?giải? ? thuật? ? Khởi động ... 5.2.? ?Điều? ?khiển? ?thích nghi …………………………………………………………88 5.3.? ?Điều? ?khiển? ?thích nghi? ?dùng? ?giải? ?thuật? ?di? ?truyền? ?………………………………90 5.3.1.? ?Giải? ?thuật? ?tổng qt …………………………………………………… 90 5.3.2.? ?Điều? ?khiển? ?thích nghi gián tiếp …………………………………………90

Định dạng
Số trang	147
Dung lượng	6,46 MB