En el presente trabajo se emplea una optimización multiobjetivo para proponer un conjunto de controladores digitales para el Benchmark de Ingeniería de Control del grupo Temático de la IFAC-CEA, de manera que cumpla con todos sus requerimientos y restricciones impuestas por el comité organizador. La estrategia multiobjetivo permite determinar el mejor conjunto de soluciones que caracteriza al frente de Pareto, compuesto por soluciones no-dominadas donde cada una es óptima y solo difiere del resto en el grado de compromiso y prestaciones que ofrece con respecto a los objetivos de optimización.
Información de la revista
Vol. 6. Núm. 4.
Páginas 93-103 (octubre 2009)
Vol. 6. Núm. 4.
Páginas 93-103 (octubre 2009)
Open Access
Diseño Multiobjetivo de controladores PID para el Benchmark de Control 2008–2009
Visitas
2163
Gilberto Reynoso-Meza, Xavier Blasco, Javier Sanchis
Instituto Universitario de Automática e Informática Industrial, Universidad Politécnica de Valencia, Camino de Vera s/n, 46022 Valencia, España
Este artículo ha recibido
Información del artículo
Resumen
Palabras clave:
Optimización Multiobjetivo
Controladores PID
Sistema de ayuda a la decisión
El Texto completo está disponible en PDF
Referencias
[Blasco and Herrero, 2008]
X. Blasco, J.M. Herrero, J. Sanchis, M. Martínez.
A new graphical visualization of n-dimensional pareto front for decision-making in multiobjective optimization.
Information Sciences, 178 (2008), pp. 3908-3924
[Herrero et al., 2007a]
J.M. Herrero, M. Martínez, J. Sanchis, X. Blasco, et al.
Well-distributed pareto front by using the epsilon-moga evolutionary algorithm.
Computational and Ambient Intelligence, pp. 292-299
[Herrero and Blasco, 2005]
J.M. Herrero, X. Blasco, M. Martínez, C. Ramos.
Nonlinear robust identification using multiobjective evolutionary algorithms.
Artificial Intelligence and Knowledge Engineering Applications: A Bioinspired Approach, pp. 231-241
[Herrero et al., 2008a]
J.M. Herrero, X. Blasco, M. Martínez, J. Sanchis, et al.
Multiobjective tuning of robust pid controllers using evolutionary algorithms.
Applications of Evolutionary Computing, pp. 515-524
[Herrero et al., 2007b]
J.M. Herrero, X. Blasco, M. Martínez, C. Ramos, J. Sanchis.
Non-linear robust identification of a greenhouse model using multi-objective evolutionary algorithms.
Biosystems Engineering, 98 (2007), pp. 335-346
[Herrero et al., 2008b]
J.M. Herrero, X. Blasco, M. Martínez, C. Ramos, J. Sanchis.
Non-linear robust identification using evolutionary algorithms: Application to a biomedical process.
Engineering Applications of Artificial Intelligence, 21 (2008), pp. 1397-1408
[Herrero et al., 2008c]
J.M. Herrero, X. Blasco, M. Martínez, C. Ramos, J. Sanchis.
Robust identification of non-linear greenhouse model using evolutionary algorithms.
Control Engineering Practice, 16 (2008), pp. 515-530
[Martínez and Sanchis, 2006]
M.A. Martínez, J. Sanchis, X. Blasco.
Multiobjective controller design handling human preferences.
Engineering Applications of Artificial Intelligence, 19 (2006), pp. 927-938
[Ortega, 2008]
Ortega, M.G. (2008). Benchmark 2008–09 grupo temático de ingeniería de control de cea-ifac. Disponible en www.ceaifac.es/w3grupos/ingcontrol.
Copyright © 2009. Elsevier España, S.L.. Todos los derechos reservados