Fuzzy Predictive control using meta-heuristic algorithms

Abstract

Résumé Le premier algorithme de commande proposé est basé sur une version modifiée de l'algorithme PSO. L'idée de base de cet algorithme est d'utiliser un nombre réduit de particules et d'itérations pour réduire le temps de calcul nécessaire. Ceci peut être obtenu en distribuant les positions initiales des particules, en utilisant la loi de distribution normale, à l'intérieur de la zone autour de la meilleure position actuelle. Le rayon délimitant cette zone est adapté en fonction de la valeur de l'écart entre la sortie du système et la trajectoire de référence. L'algorithme des colonies d'abeilles artificielles, un algorithme d'optimisation méta-heuristique récemment introduit, a plusieurs caractéristiques plus attractives que les autres méthodes d'optimisation méta-heuristiques. Deux versions améliorées de cet algorithme permettant de surmonter un certain nombre de ses inconvénients, sont proposées et utilisées pour développer deux algorithmes de commande prédictive non linéaire. Les performances et l'efficacité de calcul des différents algorithmes proposés sont évaluées en considérant une série de fonctions benchmark, la commande de deux systèmes de complexité différente et un dispositif expérimental basé sur une implémentation sur DSP. Les résultats obtenus sont commentés et comparés à ceux de plusieurs autres méthodes.