Журнал Современные проблемы науки и образования 2070-7428 Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания" ART-11697 РЕШЕНИЕ ЗАДАЧИ СИНТЕЗА СИСТЕМЫ УПРАВЛЕНИЯ МЕТОДОМ ВАРИАЦИОННОГО ГЕНЕТИЧЕСКОГО ПРОГРАММИРОВАНИЯ Ибадулла С.И. Ibadulla S.I. sabit_sss@mail.ru Дивеев А.И. Diveev A.I. aidiveev@mail.ru Софронова Е.А. Sofronova E.A. sofronova_ea@mail.ru Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Российский университет дружбы народов Peoples Friendship University of Russia Федеральное государственное бюджетное учреждение науки Вычислительный центр им. А.А. Дородницына Российской академии наук Institution of Russian Academy of Science Dorodnicyn Computing Centre of RAS 16 06 2013 6 196 196 This is an open-access article distributed under the terms of the CC BY 4.0 license. https://science-education.ru/ru/article/view?id=11697

Рассматривается задача синтеза системы управления, в которой необходимо найти управление как функцию от координат пространства состояний объекта. Для решения задачи предложено использовать новый метод вариационного генетического программирования. Приведено описание метода вариационного генетического программирования. В отличие от классического метода генетического программирования в новом вариационном методе генетического программирования все генетические операции выполняются на множествах векторов, описывающих малые вариации возможного решения. Определены малые вариации генетического программирования и предложена структура данных в виде целочисленного вектора для описания малой вариации. Для описания возможного решения предложено использовать упорядоченное множество векторов из двух компонент, первая из которых указывает на количество аргументов функции, а вторая на номер функции. Для описания малой вариации используется вектор из трех компонент: первая компонента указывает на номер вариации, вторая компонента устанавливает точки вариации, а третья компонента указывает на номер функции, если она необходима при выполнении вариации. Представлен численный пример синтеза системы управления мобильным роботом в условиях пространственных ограничений.

We examine the problem of synthesis of control systems, where we need to find the control as a function of the space coordinates of the object´s state. To solve the problem it is proposed to use a new method of variational genetic programming. A description of the method of variational genetic programming is given. In contrast to the classical method of genetic programming in a new variational method for genetic programming all genetic operations are performed on sets of vectors describing small variations of possible solutions. Small variations in genetic programming are defined and a data structure as an integer vector to describe a small variation is proposed. To describe a possible solution there proposed to use an ordered set of vectors of the two components, the first one of which indicates the number of arguments to a function, and the second one indicates the function index. To describe a small variation a three components´ vector there used. The first component indicates the index of variation, the second part sets the points of variation, and the third component indicates the function index, if it is necessary while realizing the variation. There is a numerical example of the synthesis of mobile robot controlling system under spatial constraints conditions.

 генетическое программирование метод вариаций базисного решения синтез системы управления genetic programming the method of variation of the basis solutions control systems synthesis

1. Дивеев А.И. Метод сетевого оператора. М.: ВЦ РАН, 2010. 178 с.

2. Дивеев А.И., Софронова Е.А. Метод сетевого оператора и его применение в задачах управления. М.: Изд-во РУДН, 2012. 182 c.

3. Дивеев А.И. Численный метод сетевого оператора для синтеза системы управления с неопределенными начальными значениями// Известия РАН Теория и системы управления. 2012, № 2. С. 63-78.

4. Koza J.R. Genetic Programming: On the Programming of Computers by Means of Natural Selection. Cambridge, Massachusetts, London, MA: MIT Press, 1992, 819 p.

5. Bourmistrova A., Khantsis S., Genetic Programming in Application to Flight Control System Design Optimization. Chapter in the book New Achievements in Evolutionary Computation, Book edited by: Peter Korosec, 318 p, February 2010, INTECH, Croatia, P. 195-226.

6. O’Neill M., Automatic Programming in an Arbitrary Language: Evolving Programs in Grammatical Evolution: PhD thesis. University of Limerick, 2001 – 163 p.Kristinsson, K., and Dumont G. A. System identification and control using genetic algorithms, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 22(5), 1992, – P. 1033 – 1046.

7. Zelinka I., Analytic programming by Means of Soma Algorithm // Mendel ’02 In: Proc. 8th International Conference on Soft Computing Mendel’02, Brno, Czech Republic, 2002. P. 93-101.

8. Kentaro Oyama and Kenichiro Nonaka Model Predictive Parking Control for Nonholonomic Vehicles using Time-State Control Form// 2013 European Control Conference (ECC) July 17-19, 2013, Zürich, Switzerland. P. 458-465.