Karmaşık fonksiyonların ve aralıklı tip-2 bulanık mantık kontrolörünün optimizasyonu için gerçek kodlu kuantum klonal seçim algoritmasının geliştirilmesi
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Düzce Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışma yüksek boyutlu karmaşık optimizasyon problemlerini çözmek için RCQCSA (Real Coded Quantum Clonal Selection Algorithm – Gerçek kodlu kuantum klonal seçim algoritması) sunmaktadır. Algoritma geleneksel klonal seçim algoritmasıyla RCQEA (Real Coded Quantum Evolutionary Algorithm – Gerçek kodlu kuantum evrimsel algoritma) birleştirmektedir. RCQEA' da bulunan ve verimli çalışmayan QRG'nin (Quantum Rotation Gate – Kuantum rotasyon kapısı) yerine yeni bir QRG önerilmiştir. Ayrıca, algoritmanın yakınsama oranını iyileştirmek için algoritmanın evrimsel sürecine dayalı olarak uygulanan arama alanını daraltma tekniği benimsenmiştir. Önerilen QRG ve arama uzayı daraltma tekniği sayesinde algoritmanın yakınsama oranı geliştirilmiştir. Algoritma iki farklı problemin optimizasyonunda kullanılmıştır. İlk olarak, yüksek boyutlu sürekli optimizasyon problemlerinin optimizasyonunda, daha sonra ters sarkaç sistemini kontrol eden aralıklı tip-2 bulanık mantık kontrolörünün (AT2-BMK) optimizasyonunda kullanılmıştır. Optimizasyon algoritmalarının performans kriteri olarak algoritmaların küresel optimum çözümlere eriştiği iterasyon sayısı ve optimizasyondaki kararlılığı kullanılmıştır. Simülasyon sonuçları, RCQCSA'nın sürekli optimizasyon problemlerinin ve AT2-BMK'nın optimizasyonunda diğer algoritmalara kıyasla hızlı yakınsama özelliğine sahip olduğunu ve iyi bir küresel arama yeteneği ve kararlılığa sahip olduğunu göstermektedir.
This work presents the real coded quantum clonal selection algorithm (RCQCSA) to solve optimization problems. The algorithm combines the traditional clonal selection algorithm with the real coded quantum evolutionary algorithm (RCQEA). A new quantum rotation gate (QRG) is proposed to replace the inefficient quantum rotation gate used in RCQEA. In addition, reducing the search space technique, which is implemented based on the evolutionary process of the algorithm, is adopted to improve the convergence rate of the algorithm. Thanks to the running mechanism of the algorithm, the proposed QRG and the reducing search space technique, the convergence rate of the algorithm is improved. The algorithm is used in the optimization of two different problems. It was first used in the optimization of high dimensional continuous optimization problems, then in the optimization of interval type 2 fuzzy logic controller that controls the inverted pendulum system. As the performance criteria of the optimization algorithms, the number of iterations in which the algorithms reach the global optimum solutions and their stability in optimization are used. The simulation results show that the RCQCSA has the characteristics of rapid convergence compared to other algorithms in the optimization of continuous optimization problems and the interval type-2 fuzzy logic controller, and has good global search capability and stability.
This work presents the real coded quantum clonal selection algorithm (RCQCSA) to solve optimization problems. The algorithm combines the traditional clonal selection algorithm with the real coded quantum evolutionary algorithm (RCQEA). A new quantum rotation gate (QRG) is proposed to replace the inefficient quantum rotation gate used in RCQEA. In addition, reducing the search space technique, which is implemented based on the evolutionary process of the algorithm, is adopted to improve the convergence rate of the algorithm. Thanks to the running mechanism of the algorithm, the proposed QRG and the reducing search space technique, the convergence rate of the algorithm is improved. The algorithm is used in the optimization of two different problems. It was first used in the optimization of high dimensional continuous optimization problems, then in the optimization of interval type 2 fuzzy logic controller that controls the inverted pendulum system. As the performance criteria of the optimization algorithms, the number of iterations in which the algorithms reach the global optimum solutions and their stability in optimization are used. The simulation results show that the RCQCSA has the characteristics of rapid convergence compared to other algorithms in the optimization of continuous optimization problems and the interval type-2 fuzzy logic controller, and has good global search capability and stability.
Açıklama
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
