Skalowanie funkcji przystosowania w problemie identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego

W pracy koncentrowano się na poprawie zbieżności i dokładności algorytmu genetycznego (AG) wykorzystanego w identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego. W tym celu dokonano modyfikacji funkcji przystosowania poprzez jej przeskalowanie. Próbowano określić, czy wprowadzona w AG modyfikacja wpłynie również na skrócenie czasu analizowanego procesu. Zasadność podjęcia tej tematyki wynika z faktu, że rozważany problem jest w literaturze zaliczany do trudnych i czasochłonnych, a więc należy poszukać sposobów, które zapewnią poprawę wyników identyfikacji.

---

The work focused on improving the convergence and accuracy of genetic algorithm (GA) used in the parametric identification of induction motor mathematical model. For this purpose, modifications fitness function by the rescaling were made. They attempted to determine whether the modification introduced in the GA will also shorten the time analyzed process. Whether any of this subject stems from the fact, that the problem is considered in the literature classified as difficult and time-consuming, and therefore look for ways to provide improvement of identification.

---

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).