Stochastic optimization of regulators

طراحی مطلوب رگولاتورها اغلب بر اساس استفاده از مقادیر ذکر شده، مقادیر ثابت شرایط اولیه، بارهای خارجی و پارامترهای پویای سیستم کنترل است. با این حال، به علت تغییرات خواص مواد، وظایف اعدام، خطاهای مدل سازی و غیره، پارامترهای مدل دقیقا مشخص نیست و مقادیر داده شده اند. علاوه بر این، وضعیت سیستم را نمی توان مشاهده کرد و یا دقیقا اندازه گیری شد، همیشه خطاهای مشاهده / اندازه گیری وجود دارد. بنابراین، یک تنظیم کننده از پیش تعیین شده (مطلوب) باید قوی باشد، به عنوان مثال، تنظیم کننده باید نتایج رضایت بخش را نیز در صورت اشتباهات مشاهده شده و اشتباهات در انتخاب شرایط اولیه، پارامترهای بار خارجی، پارامترهای پویا و غیره تضمین کند. از آنجا که عدم اطمینان می تواند مدل شود و با توجه به شرایط احتمالاتی بسیار موثر است، در مقایسه با روش های دیگر در طراحی مطلوب رگولاتور، خطاهای رخ داده در اینجا با تحقق متغیرهای تصادفی با داشتن توزیع احتمال داده شده یا حداقل تا حدی شناخته می شوند. بنابراین، به جای محاسبه رگولاتورهای مطلوب با حل مسائل بهینه سازی بسیار پیچیده مینیمکس، در اینجا، رگولاتورهای بهینه مطلوب را می توان با استفاده از روش های بهینه سازی تصادفی پیدا کرد. با استفاده از روش های توسعه تیلور برای محاسبه انتظارات در حال وقوع، تنظیم کننده های مطلوب تصادفی می توانند با مشکلات بهینه سازی قطعی تعیین شوند که می تواند به صورت تحلیلی برای افزودنی ها و همچنین خطاهای اندازه گیری چندگانه مورد استفاده قرار گیرد. علاوه بر این، روش نشان می دهد که چگونه باید ماتریس های به دست آمده برای انتخاب معادلات مربوط به حساسیت برای حساسیت انتخاب شوند. در نهایت، روش داده شده به زمینه مهم کنترل فعال ساختار مکانیکی اعمال می شود. یک مثال گویا آورده شده.