در این مطلب، ویدئو چگونه الگوریتم های ژنتیک را در نرم افزار MATLAB/SIMULINK پیاده سازی کنیم؟ (قسمت دوم) | دکتر ج.ا لاغری با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید. اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:21:18
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>06
دوستان سلام علیکم
به قسمت دوم و آخر
2
06 =>07
مجموعه الگوریتم ژنتیک خوش آمدید.
3
07 =>14
امروز قصد دارم نحوه پیاده سازی
الگوریتم ژنتیک در نرم افزار MATLAB Simulink
4
14 =>16
برای مسائل مهندسی را به شما آموزش دهم.
5
16 =>23
دوستان اکثر اوقات مدل پایه یا معمولی
هر سیستم یا سیستم قدرتی در سیمولینک طراحی شده است
6
23 =>25
.
7
25 =>29
این مدل معمولی بیشتر از کنترلر PID استفاده می کند.
8
29 =>36
حال فرض کنید می خواهیم از الگوریتم ژنتیک
به عنوان ابزاری برای بهینه سازی پارامترهای
9
36 =>41
کنترل کننده PID در مدل برای بهبود پاسخگویی آن استفاده کنیم.
10
41 =>42
سپس چگونه می توانیم آن را انجام دهیم؟
11
42 =>48
قبل از پاسخ به این سوال، می خواهم
در اینجا تاکید کنم که این الگوریتم ژنتیک را
12
48 =>53
می توان برای هر مدل مرتبط با هر زمینه ای استفاده کرد.
13
53 =>01:01
ابتدا باید توجه داشته باشید که هر زمان و هر جا که از
کنترلر PI یا PID در هر مدلی استفاده شود،
14
01:01 =>01:09
می توان پارامترهای آن کنترلر PI یا PID
را با استفاده از الگوریتم های ژنتیک بهینه کرد.
15
01:09 =>01:15
بنابراین، این ابزار بسیار مفید است و می
تواند در 1000 موضوع پژوهشی
16
01:15 =>01:19
برای تکمیل اهداف پژوهشی کارشناسی ارشد و دکتری استفاده شود
.
17
01:19 =>01:21
حالا، اجازه دهید شروع کنیم.
18
01:21 =>01:27
اولین شرط این است که ما باید
مدل متعارف هر سیستمی را داشته باشیم.
19
01:27 =>01:32
برای راحتی شما، من
مدل ساده کنترل فرکانس بار
20
01:32 =>01:35
سیستم قدرت را همانطور که در اینجا نشان داده شده است در نظر میگیرم.
21
01:35 =>01:41
در مورد این موضوع قبلاً
ویدیوی نحوه طراحی کنترل فرکانس بار
22
01:41 =>01:46
سیستم قدرت با استفاده از توابع انتقال را در
نرم افزار MATLAB/SIMULINK ساخته ام.
23
01:46 =>01:52
بنابراین، اگر میتوانید این ویدئو را تماشا کنید و
الگوریتمهای ژنتیک را در این مدل
24
01:52 =>01:58
برای بهینهسازی پارامترهای کنترلکننده PID اعمال کنید،
میتوانید از این مدل برای
25
01:58 =>02:03
تحقیقات کارشناسی ارشد یا یکی از اهداف تحقیقاتی دکترا استفاده کنید
.
26
02:03 =>02:10
حال به مدل نگاه کنید، ممکن است مشاهده شود
که در این مدل از کنترلر PID استفاده می کنیم.
27
02:10 =>02:16
روی این بلوک کنترلر PID دوبار کلیک کنید،
می توانید پارامترهای کنترلر PID را
28
02:16 =>02:22
به ترتیب 2، 1 و 1 برای P، I و D مشاهده کنید.
29
02:22 =>02:28
اجازه دهید پاسخ فرکانس را با استفاده
از کنترل کننده PID در این مقادیر بررسی کنیم.
30
02:28 =>02:32
شبیه سازی را با کلیک بر روی این دکمه پخش اجرا
کنید.
31
02:32 =>02:36
برای مشاهده پاسخ فرکانسی روی این محدوده دوبار کلیک کنید
.
32
02:36 =>02:41
می بینید که پاسخ آن رضایت بخش
است که پس از چندین بار تلاش به دست می آید.
33
02:41 =>02:48
با این حال، اگر متوجه پاسخ شدید، هنوز هم
دارای ریزش زیاد و زمان ته نشینی بسیار طولانی است
34
02:48 =>02:49
.
35
02:49 =>02:55
بنابراین، پاسخ آن را می توان
با بهینه سازی پارامترهای کنترل کننده PID
36
02:55 =>02:57
با استفاده از الگوریتم ژنتیک در MATLAB Simulink بهبود بخشید.
37
02:57 =>03:04
دوستان برای مقایسه
پاسخ این مدل با کنترلر PID و با
38
03:04 =>03:10
الگوریتم های ژنتیک ابتدا کل مدل
را کپی کنید و اینجا پیست کنید.
39
03:10 =>03:16
اکنون، برای
ترکیب پاسخ هر دو مدل مبتنی بر PID و
40