Abstract
The application of hybrid memetic algorithm of global constrained optimization in the search optimal control of nonlinear stochastic systems problem is researched in the paper. The suggested approach is based on control parametrization, which gives an opportunity to reduce the search optimal control problem to nonlinear programming problem. The global optimization memetic algorithm is suggested to solve the nonlinear programming problem. The term "memetic algorithms" is wildly used to denote method, which is based on evolutional, cultural-evolutional or another approach, that uses notions like population and individual learning process or other local improvement procedure to determine global extremum. In the developed algorithm the cultural evolution component is implemented by means of the solution of sub-task optimization using ant colony method or simulated annealing algorithm. Herewith mems (unit of cultural information) are used to generate perfect individual. Several alternative forms of parametrization are considered: in the form of expansion by Legendre polynomials system and in the form of cosine-waves. The efficiency of the proposed algorithms was analyzed by means of created software complex. The problem of damping rotational satellite motion by means of installed engine was solved as the example. Verification of obtained results using the solution detected with local variations method was done. The described results show the sufficient efficiency level and reflect the necessity of further research in this direction.
Highlights
The application of hybrid memetic algorithm of global constrained optimization in the search optimal control of nonlinear stochastic systems problem is researched in the paper
The suggested approach is based on control parametrization, which gives an opportunity to reduce the search optimal control problem to nonlinear programming problem
Применение меметического алгоритма в задаче оптимального управления пучками траекторий нелинейных детерминированных систем с неполной обратной связью // Известия РАН
Summary
В работе исследуется применение гибридного меметического алгоритма глобальной условной оптимизации в задаче поиска оптимального управления нелинейными стохастическими системами. Решение последней предлагается искать с помощью метаэвристического алгоритма глобальной оптимизации – меметического алгоритма. Термин меметические алгоритмы широко используется в качестве обозначения взаимодействия эволюционного, культурно-эволюционного или другого подхода, основанного на понятии популяции, и индивидуального обучения особей либо другой локальной процедуры улучшения для решения задач поиска глобального экстремума. Рассматривается проблема приближенного решения задачи поиска оптимального в среднем управления нелинейными стохастическими системами в условиях неполной текущей информации о координатах вектора состояния [1,2,3]. В работе предлагается искать приближенное решение в параметрическом виде путем подбора коэффициентов, входящих в функцию разложения компонент управления. Задача нахождения оптимального управления с неполной обратной связью сводится к решению параметрической задачи нелинейного программирования относительно коэффициентов разложения. Эффективность предложенного подхода демонстрируется на задаче оптимальной стабилизации спутника [11]
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
