Publikacje

Streszczenie:

Praca przedstawia rezultaty zastosowania algorytmu genetycznego (AG) w problemie projektowania filtru cyfrowego na przykładzie jego prototypu analogowego. Badania koncentrowały się na określeniu wpływu wartości prawdopodobieństwa mutacji AG, na dokładność i czas uzyskania rozwiązania. W pracy opisano problem minimalizacji, reprezentację osobników oraz operatory genetyczne: krzyżowanie arytmetyczne, mutację równomierną i selekcję turniejową z częściową wymianą populacji.

Abstract:

This paper presents the results of application of a genetic algorithm (GA) to design of a digital filter on example of its analog prototype. The results of investigations of the influence of GA parameter values, such as the probability of mutation, on the process of searching the solution are analysed. There are described in the paper: the problem of minimisation, representation of the individuals as well as the genetic operators: arithmetical crossover, uniform mutation and tournament selection with steady state. The analysis of the genetic method with regard to the convergence and accuracy for the process of searching solution and time of numerical calculations was carried out. The genetic algorithm differs from traditional methods and, therefore, the chance of determining the local minimum instead of the global one is considerably smaller than in the case of using the classical method. Genetic algorithms have stochastic character, so they do not guarantee obtaining the optimum solution. However, it is expected that the best individual (with the least value of the function ana-lysed) will represent the solution nearing the optimum one. Because of this character of the GA every starting of the minimisation procedure (runs) gives the results differing slightly and, therefore, usually the best result obtained from ten independent experiments or the average result is given.

B I B L I O G R A F I A[1] Goldberg D. E.: Algorytmy genetyczne i ich zastosowania. WNT, Warszawa 1995.
[2] Michalewicz Zb.: Algorytmy genetyczne + struktury danych = programy ewolucyjne. WNT, Warszawa 1999.
[3] Michalewicz Zb.: How to Solve It: Modern Heuristics. Springer Verlag, 2000.
[4] Pałczyńska B.: Oprogramowanie wspomagające projektowanie filtrów cyfrowych. Z. N. Politechniki Gdańskiej, XVI Seminarium Zastosowanie Komputerów w nauce i technice nr 22 2006.
[5] Rutczyńska-Wdowiak K.: Zastosowanie algorytmów genetycznych w identyfikacji parametrycznej obiektu dynamicznego na przykładzie silnika indukcyjnego. Politechnika Świętokrzyska, Kielce 2005.
[6] Rutczyńska-Wdowiak K.: Identification of induction motor mathematical model with the use of genetic algorithms. CEEPUS, Brno Proceedings of the International Conference Intelligent Control Systems 2005.
[7] Słowik A., Białko M.: Ewolucyjne projektowanie filtrów cyfrowych FIR (z gwarantowaną liniowością fazy). Krajowa Konferencja Elektroniki, Kołobrzeg 2004.
[8] Słowik A., Białko M.: Ewolucyjne projektowanie filtrów cyfrowych IIR o nietypowych charakterystykach amplitudowych. Krajowa Konferencja Elektroniki, Kołobrzeg 2003.

POWRÓT

Strona główna > Publikacje

Analiza wpływu prawdopodobieństwa mutacji algorytmu genetycznego w problemie projektowania filtrów