چکیده:
در این مقاله، ما اصلاح یک الگوریتم الهام گرفته ا بر اساس رفتار زنبور عسل (BCO، بهینه سازی کلونی زنبور عسل) برای بهینه سازی کنترلکنندههای فازی ارائه میکنیم. BCO یک تکنیک فوق ابتکاری با الهام از رفتار زنبور عسل در طبیعت است، که می تواند برای حل مسائل بهینه سازی استفاده شود. ابتدا، BCO کلاسیک با بهینه سازی کنترلکنندههای فازی آزمایش شده است. سپس با اصلاح روش اصلی و گنجاندن منطق فازی به منظور تغییر پویای مقادیر پارامتر اصلی، الگوریتم حین اجرا ارائه شده است. در انتها اصلاح پیشنهادی الگوریتم BCO با رویکرد فازی برای بهینه سازی مسائل معیار کنترل استفاده شده است. مقایسه نتایج نشان دهنده آن است که روش BCO فازی پیشنهادی، بهتر از BCO سنتی در طراحی بهینه کنترلکنندههای فازی عمل میکند.
خلاصه ماشینی:
در [11] بهینه سازی طراحی کنترلکنندههای فازی با استفاده از الگوریتم کلونی زنبور عسل ارائه شده و الگوریتم BCO برای بهینه سازی پارامترهای توابع عضویت یک کنترل کننده منطق فازی استفاده شده است.
این امر در آخرین انتقال قبل از اینکه زنبور عسل گره شروع را به منظور تکمیل سفر خود بازبینی کند، اتفاق میافتد , ;0≤≤1 %%انتهای جدول%%] 3- الگوریتم با تنظیم پویا با استفاده از منطق فازی در این بخش، اصلاح الگوریتم BCO با روش منطق فازی برای تنظیم پویای مقادیر پارامترهای آلفا و بتا ارائه شده است.
همانطور که در شکل 1 نشان داده شده است کنترل کننده منطق فازی مورد استفاده برای تنظیم پویای پارامترهای الگوریتم از نوع ممدانی با 2 ورودی، 2 خروجی و 9 قاعده هستند که با دانش قبلی مسئله کاوش و بهرهبرداری در فضاهای جستجو انتخاب شده است.
Vachirasricirikul, Design of optimalfuzzy logic-PID controller using bee colony optimization for frequency controlin an isolated wind-diesel system, in: Transmission & Distribution Conference& Exposition: Asia and Pacific, 2009, IEEE, 2009, pp.
Castillo, Optimization of fuzzy controllers design using the beecolony algorithm, in: Recent Advances on Hybrid Approaches for DesigningIntelligent Systems, Springer International Publishing, 2014, pp.
Ngamroo, A bee colony optimization based-fuzzy logic-pidcontrol design of electrolyzer for microgrid stabilization, Int. J.
Ngamroo, A bee colony optimization based-fuzzy logic-pidcontrol design of electrolyzer for microgrid stabilization, Int. J.
Castillo, Comparison of the optimal design of fuzzy con-trollers for the water tank using ant colony optimization, in: Recent Advanceson Hybrid Approaches for Designing Intelligent Systems, Springer InternationalPublishing, 2014, pp.