Page 17 - Fister jr., Iztok, and Andrej Brodnik (eds.). StuCoSReC. Proceedings of the 2015 2nd Student Computer Science Research Conference. Koper: University of Primorska Press, 2015
P. 17
ela 3: Tretje testiranje 6. REFERENCES

Izmerjeni rezultati 1. os 2. os [1] C. Darwin. R.(1859): On the origin of species by
means of natural selection. Murray. London, 1871.
Vrednost ocenjevalne funkcije fi 0.95527 0.97839
Vrednost prenihaja Overi 0.16721 0.25872 [2] A. E. Eiben and J. E. Smith. Introduction to
Vrednost statiˇcnega pogreˇska Essi 0.00202 0.00027 evolutionary computing. Springer Science & Business
Vrednost nastavitvenega ˇcasa T imei Media, 2003.
1.222 0.606
[3] W. R. Evans. Control system synthesis by root locus
trajanja nastavitvenega ˇcasa prve osi dodatno optimizacijo. method. American Institute of Electrical Engineers,
Kakovostno so naˇcrtani vsi izhodni podatki za drugo os. Transactions of the, 69(1):66–69, 1950.
Pojav dolgega nastavitvenega ˇcasa in poslediˇcno niˇzje oce-
[4] D. Fister. Naˇcrtovanje samonastavljivega regulatorja 2
Slika 4: Tretje testiranje DOF robota s pomoˇcjo BA algoritma. Diplomsko delo
: Univerza v Mariboru, Fakulteta za strojniˇstvo, 2015.
njevalne funkcije prikazuje tudi slika 4. Cˇ eprav je druga os
uspeˇsno nastavljena, zaradi velikega prenihaja in vztrajno- [5] I. Fister, D. Strnad, X.-S. Yang, and I. Fister Jr.
stnih mas vpliva na prvo os. Znano je namreˇc, da sta obe osi Adaptation and hybridization in nature-inspired
medsebojno mehansko sklopljeni, kar poslediˇcno zmanjˇsuje algorithms. In Adaptation and Hybridization in
kakovost pridobljenih podatkov druge osi. Computational Intelligence, pages 3–50. Springer,
2015.
5. SKLEP
[6] I. Fister Jr, D. Fister, and X.-S. Yang. A hybrid bat
Z naˇso aplikacijo smo hoteli pokazati, da so optimizacijski algorithm. arXiv preprint arXiv:1303.6310, 2013.
algoritmi po vzoru iz narave, konkretneje algoritem BA, pri-
merni za nastavljanje parametrov regulatorjev. Algoritem [7] D. E. Goldberg and J. H. Holland. Genetic algorithms
BA, ki je znan zaradi svoje enostavne implementacije ter and machine learning. Machine learning, 3(2):95–99,
hitre konvergence, poleg zvezne optimizacije matematiˇcnih 1988.
modelov ponuja oporo tudi takim vrstam problemov. Cˇ etudi
regulator v vseh treh primerih ni bil optimalno nastavljen, [8] A. Jagarinec. Adaptivni regulator z mehko logiko za
izstopajo namreˇc rezultati prve osi, smo bili objektivno z dvoosni SCARA mehanizem. Diplomsko delo :
dobljenimi reˇsitvami zadovoljni. Vsekakor bi s poveˇcanjem Univerza v Mariboru, Fakulteta za elektrotehniko,
ˇstevila posameznikov v populaciji ter ˇstevila iteracij lahko raˇcunalniˇstvo in informatiko, 2005.
priˇcakovali kakovostnejˇse rezultate, vendar bi po drugi strani
poveˇcali potreben optimizacijski ˇcas. [9] L. H. Keel and S. P. Bhattacharyya. A bode plot
characterization of all stabilizing controllers.
Rezultati poskusov so pokazali, da najbolj izstopa dolg na- Automatic Control, IEEE Transactions on,
stavitveni ˇcas prve osi, saj ta predstavlja nosilno oporo tudi 55(11):2650–2654, 2010.
drugi osi. S hitrim spreminjanjem poloˇzaja in vztrajnostnih
momentov pa slednja vpliva na prvo, kar predstavlja glavno [10] J. Kennedy, J. F. Kennedy, R. C. Eberhart, and
mehansko teˇzavo. Teˇzavo bi lahko reˇsili z manjˇsanjem regu- Y. Shi. Swarm intelligence. Morgan Kaufmann, 2001.
lacijskega I-ˇclena, oz. ponovno optimizacijo z oˇzjim nabo-
rom razpoloˇzljivih vrednosti tega ˇclena (Kv1). [11] M. Kolar. Vodenje SCARA robota z mehko logiko.
Diplomsko delo : Univerza v Mariboru, Fakulteta za
V prihodnje ˇzelimo algoritem BA hibridizirati s strategijami elektrotehniko, raˇcunalniˇstvo in informatiko, 2005.
diferencialne evolucije in tako izboljˇsati rezultate optimiza-
cije [6]. Trenutno so v teku tudi testiranja genetskega al- [12] H. Makino, N. Furuya, K. Soma, and E. Chin.
goritma (GA), optimizacije z roji delcev (PSO) in diferenci- Research and development of the scara robot. In
alne evolucije (DE). Dodatno izboljˇsavo predstavlja adapta- Proceedings of the 4th International Conference on
cija krmilnih parametrov, kjer postopek roˇcnega nastavlja- Production Engineering, pages 885–890, 1980.
nja parametrov avtomatiziramo ter s tem eliminiramo pred-
ˇcasno konvergenco v lokalne optimume [5]. Prav ta lastnost [13] T. Slaniˇc. Genetski regulator za dvoosnega SCARA
predstavlja glavno teˇzavo omenjenega algoritma, saj optimi- robota. Diplomsko delo : Univerza v Mariboru,
zacija teˇce dokler izboljˇsujemo trenutno najboljˇso najdeno Fakulteta za elektrotehniko, raˇcunalniˇstvo in
reˇsitev. informatiko, 2006.

[14] A. M. Turing. Intelligent machinery, a heretical
theory. The Turing Test: Verbal Behavior as the
Hallmark of Intelligence, page 105, 1948.

[15] J. Cˇ as. Izdelava zveznega nevronskega sliding-mode
regulatorja za teleoperiranje SCARA robota.
Diplomsko delo : Univerza v Mariboru, Fakulteta za
elektrotehniko, raˇcunalniˇstvo in informatiko, 2006.

[16] M. Cˇ urkoviˇc. Vgrajeni sistemi DSP/FPGA v sistemih
vodenja. Magistrsko delo Univerza v Mariboru,
Fakulteta za elektrotehniko, raˇcunalniˇstvo in
informatiko, 2010.

[17] R. Sˇafariˇc and A. Rojko. Inteligentne regulacijske
tehnike v mehatroniki. Univerza v Mariboru, Fakulteta
za elektrotehniko, raˇcunalniˇstvo in informatiko, 2005.

[18] X.-S. Yang. A new metaheuristic bat-inspired
algorithm. In Nature inspired cooperative strategies for
optimization (NICSO 2010), pages 65–74. Springer,
2010.

StuCoSReC Proceedings of the 2015 2nd Student Computer Science Research Conference 17
Ljubljana, Slovenia, 6 October
   12   13   14   15   16   17   18   19   20   21   22