Hình 4.6. Xác định mô hình NN-Controller tối ưu sử dụng thuật toán PSO
Các hệ thống mạng neuron và thuật toán tiến hóa là hai thành phần chính của mô hình thông minh và có nguồn gốc từ sự mở rộng kỹ thuật truyền thống theo cảm hứng tự nhiên nhằm giải quyết các vấn đề phân loại, điều khiển, dự đoán, mô phỏng và tối ưu hóa. Mặt khác, thuật toán tiến hóa cũng là những kỹ thuật thiết thực để giải quyết nhiều vấn đề phức tạp như tối ưu hóa, nhận dạng, việc học và mô phỏng. Mục đích của chương này là trình bày sự sử dụng thuật toán tối ưu đầy đàn (PSO) để xây dựng mô hình mạng neuron tối ưu từ các thông số bộ điều khiển mobile robot. PSO là máy điện toán
Yes
No
Xác định hàm mục tiêu và các điều kiện khởi tạo mạng neuron
Kết thúc Đối tượng
Xác định mô hình đối tượng điều khiển
Tính hàm mục tiêu Dùng PSO tối ưu các trọng số của bộ điều khiển NN-Controller
Thỏa điều kiện kết thúc ?
Trang 46
mạnh có liên quan đến phạm trù lớn các kỹ thuật thông minh theo mô hình bầy đàn (SI). Mô hình SI đã được tạo nên bởi lối sống quần thể của kiến, ong, chim, cá và các loài sinh vật khác và đang được xem là một phép ẩn dụ dùng máy điện toán có sức mạnh và sáng tạo để giải quyết các vấn đề phức tạp trong thiết kế, tối ưu, điều khiển, quản lý, kinh doanh và tài chính. SI có thể được xem là bất kỳ nỗ lực nào để thiết kế các thuật toán giải quyết vấn đề được phân bổ nảy sinh từ tác động của xã hội.
Thuật toán PSO giống như thuật toán di truyền học (GA) đều có khả năng tìm ra giải pháp tối ưu hoặc gần tối ưu trong một vùng tìm kiếm phức tạp nhất định và có thể được sử dụng để điều chỉnh, tối ưu các trọng số của mạng neuron.