Abstract: This paper presents the analysis of the influence of crossover on the results of parametric identification of induction motor mathematical model. The identified
parameters of the motor mathematical model were determined as a result of minimization of performance index defined as the mean-square error of stator current
and angular velocity with the use of steady-state genetic algorithm. The genetic algorithm with regard to convergence and accuracy of the identification process and the
time of numerical analysis was considered.
B I B L I O G R A F I A1. El-Mihoub Tarek A., Hopgood A., A., Nolle L., Battersby A.: Hybrid Genetic Algorithms: A Review. Engineering Letters 2006, EL_13_2_11 Advance online publication
2. Ghandar, A., Michalewicz, Z., Schmidt, M., To, T.-D., Zurbruegg, R.: Computational Intelligence for Evolving Trading Rules. IEEE Transactions on Evolutionary Computation 2009, 13, no. 1, pp. 71- 86
3. Goldberg D. E.: Algorytmy genetyczne i ich zastosowania. Wydawnictwa Naukowo-Techniczne 2003
4. Gorzalczany M. B., Rudzinski F.: Genetic Fuzzy Rule-Based Modeling of Dynamic Systems Using Time Series. Lecture Notes in Computer Science 2012, 7269,
pp. 231-238.
5. Grzyb A.: Algorytmy ewolucyjne, Optymalizacja i polioptymalizacja w technice. Wyd. Politechniki Koszalińskiej 2011, pp. 263-281
6. Hingston P. F., Barone L. C., Michalewicz Zb.: Design by Evolution, Advances in Evolutionary Design. Springer-Verlag 2008.
7. Kisielewski P., Grzyb A.: Algorytmy ewolucyjne w optymalizacji z dwuwartościowymi zmiennymi decyzyjnymi. Mat. XXVIII Konferencji Naukowej
Polioptymalizacja i CAD, Wyd. Politechniki Koszalińskiej 2009
8. Kisielewski P.: Zmodyfikowany algorytm węgierski optymalnego pokrycia zbiorów. Mat. XXVIII Konferencji Naukowej Polioptymalizacja i CAD, Wyd. Politechniki
Koszalińskiej 2009
9. Michalewicz Zb., Fogel D. B.: Jak to rozwiązać, czyli nowoczesna heurystyka. Wydawnictwa Naukowo-Techniczne, 2006
10. Michalewicz Zb.: Genetic Algorithms + Data Structures = Evolution Programs. Springer-Verlag Berlin Heidelbderg GmbH 2010
11. Orłowska-Kowalska T., Szabat K., Ritter W.: Identyfikacja silnika indukcyjnego za pomocą algorytmów genetycznych. Prace Naukowe Instytutu Maszyn, Napędów
i Pomiarów Elektrycznych Politechniki Wrocławskiej 2013, nr 54/23
12. Pełczewski Wł., Krynke M.: Metoda zmiennych stanu w analizie dynamiki układów napędowych. WNT 1984
13. Rutczyńska-Wdowiak K.: Analiza wpływu wartości współczynnika wagowego wskaźnika jakości w problemie identyfikacji modelu matematycznego silnika
indukcyjnego z zastosowaniem algorytmu genetycznego. Logistyka 2014, nr 6, str. 9247-9254
14. Rutczyńska-Wdowiak K.: Algorytmy genetyczne w problemach optymalizacji. Technika Transportu Szynowego 2015, 12/2015
15. Rutczyńska-Wdowiak K.: Analiza wpływu wskaźnika jakości na wyniki identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego z
zastosowaniem algorytmu genetycznego. Przegląd Elektrotechniczny 2016, R. 92, No 4/2016, str. 202-204
16. Rutkowski L.: Metody i techniki sztucznej inteligencji. PWN 2005
17. Stefański T.: Synteza adaptacyjnych algorytmów sterowania momentem falownikowego napędu samochodu elektrycznego z silnikiem indukcyjnym. Z. N. Politechniki Świętokrzyskiej 1995, seria Monografie, studia, rozprawy, nr 4
18. Utrata G., Rolek J., Kapłon A.: Eksperymentalna identyfikacja parametrów wieloobwodowego po stronie wtórnej schematu zastępczego silnika indukcyjnego,
Zeszyty Problemowe - Maszyny Elektryczne 2014, nr 4/2014 (104), str. 155-159 
Pełny tekst 
YADDA/CEON