A Nature Inspired PID like Fuzzy Knowledge-Based Fractional-Order Controller for Optimization

Kumar, Ambreesh; Sharma, Rajneesh

doi:10.1007/978-981-32-9585-8_3

Cited by 2 publications

(2 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“… Adım 2: Rastgele başlangıç popülasyonu oluşturun ve denklemleri kullanarak ilk akışları (yağmur damlaları), nehirleri ve denizi oluşturun. (2), (4) ve (5).  Adım 3: Denklem kullanarak her bir yağmur damlasının değerini (maliyetini) hesaplayın.…”

Section: Su Döngüsü Algoritmasının Yazılım Adımlarıunclassified

See 1 more Smart Citation

Özelleştirilmiş Uygunluk Fonksiyonu Tabanlı Su Döngüsü Algoritması ile PID Parametrelerinin Optimizasyonu

Gür

Furat

2020

European Journal of Science and Technology

View full text Add to dashboard Cite

Öz Endüstriyel alanda kullanılan kontrolcüler arasında PID kontrolcü, en yaygın olanıdır. Bunun önemli sebebi olarak bu kontrolcüde kullanılan parametre sayısının az olması ve parametrelerinin her birinin uygulanan sistem çıkışına olan etkisinin ölçülebilir sayılabilir. PID parametreleri, birbirinden bağımsız olup sıfır ile sonsuz aralığında değerler alır. Literatürde, bu konuda yapılan çalışmalar gerek matematiksel modele dayalı gerekse sistemin açık çevrim veya kapalı çevrim çıkışına dayalı yöntemlerden oluşmaktadır. Bu yöntemlerin yanında, meta-sezgisel yöntemler de son yıllarda popüler olarak kullanılmaya başlanmıştır. Bunlar, doğadaki çeşitli olaylardan esinlenilerek hazırlanan optimizasyon yöntemleridir. Bu çalışmada, fizik ve kimya tabanlı olayların matematiksel ifadelerinden yola çıkılarak elde edilen algoritmalardan biri olan Su Döngüsü Algoritması (SDA) kullanılarak optimum PID parametreleri aranmıştır. Geleneksel olarak sadece bir uygunluk fonksiyonu ile arama yapılırken bu çalışmada PID parametrelerinin özelliklerini yansıtan özelleştirilmiş uygunluk fonksiyonları ayrı ayrı kullanılmıştır. Elde edilen sonuçlar grafiksel ve istatistiksel olarak verilmiştir.

show abstract

Section: Su Döngüsü Algoritmasının Yazılım Adımlarıunclassified

“…• Parçacık sürüsü optimizasyonu [3] • Yapay Arı Kolonisi Algoritması [4] • Karınca Kolonisi Algoritması [5] • Arı Sürüsü Algoritması [6] • Havai Fişek Algoritması [7] Bunların dışında, biyolojik olaylardan esinlenerek geliştirilen algoritmalarda vardır [1]:…”

Section: Introductionunclassified

Özelleştirilmiş Uygunluk Fonksiyonu Tabanlı Su Döngüsü Algoritması ile PID Parametrelerinin Optimizasyonu

Gür

Furat

2020

European Journal of Science and Technology

View full text Add to dashboard Cite

show abstract

Novel GPID: Grünwald–Letnikov Fractional PID for Enhanced Adaptive Cruise Control

Elgezouli,

Eltayeb,

Abdoon

2024

Fractal Fract

View full text Add to dashboard Cite

This study demonstrates that the Grünwald–Letnikov fractional proportional–integral–derivative (GPID) controller outperforms traditional PID controllers in adaptive cruise control systems, while conventional PID controllers struggle with nonlinearities, dynamic uncertainties, and stability, the GPID enhances robustness and provides more precise control across various driving conditions. Simulation results show that the GPID improves the accuracy, reducing errors better than the PID controller. Additionally, the GPID maintains a more consistent speed and reaches the target speed faster, demonstrating superior speed control. The GPID’s performance across different fractional orders highlights its adaptability to changing road conditions, which is crucial for ensuring safety and comfort. By leveraging fractional calculus, the GPID also improves acceleration and deceleration profiles. These findings emphasize the GPID’s potential to revolutionize adaptive cruise control, significantly enhancing driving performance and comfort. Numerical results obtained in α=0.99 from the GPID controller have shown better accuracy and speed consistency, adapting to road conditions for improved safety and comfort. The GPID also demonstrated faster stabilization of speed at 60 km/h with smaller errors and reduced the error to 0.59 km/h at 50 s compared to 0.78 km/h for the PID.

show abstract

A Nature Inspired PID like Fuzzy Knowledge-Based Fractional-Order Controller for Optimization

Cited by 2 publications

References 12 publications

Özelleştirilmiş Uygunluk Fonksiyonu Tabanlı Su Döngüsü Algoritması ile PID Parametrelerinin Optimizasyonu

Özelleştirilmiş Uygunluk Fonksiyonu Tabanlı Su Döngüsü Algoritması ile PID Parametrelerinin Optimizasyonu

Novel GPID: Grünwald–Letnikov Fractional PID for Enhanced Adaptive Cruise Control

Contact Info

Product

Resources

About