Analiza wpływu krzyżowania na przykładzie identyfikacji modelu matematycznego silnika indukcyjnego z zastosowaniem algorytmu genetycznego

Praca przedstawia analizę wpływu przyjętego krzyżowania na wyniki identyfikacji parametrycznej modelu matematycznego silnika indukcyjnego. Identyfikowane parametry modelu matematycznego silnika wyznaczono w rezultacie minimalizacji błędu średniokwadratowego prądu stojana i prędkości kątowej przy wykorzystaniu algorytmu genetycznego z częściową wymianą populacji. Oceniano zastosowany algorytm genetyczny pod kątem zbieżności i dokładności procesu identyfikacji oraz wymaganego nakładu analizy numerycznej.

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.