文献

J-GLOBAL ID：202002220951848785   整理番号：20A2038382

バタフライ最適化アルゴリズムを用いたモデル予測制御に基づく運動キューイングアルゴリズムの最適制御と予測範囲【JST・京大機械翻訳】

Optimising Control and Prediction Horizons of a Model Predictive Control-Based Motion Cueing Algorithm Using Butterfly Optimization Algorithm

著者 (4件)： Qazani Mohammad Reza Chalak (the Institute for Intelligent Systems Research and Innovation Deakin University,Geelong,Australia,VIC 3125) ,  Jalali Seyed Mohammad Jafar (the Institute for Intelligent Systems Research and Innovation Deakin University,Geelong,Australia,VIC 3125) ,  Asadi Houshyar (the Institute for Intelligent Systems Research and Innovation Deakin University,Geelong,Australia,VIC 3125) ,  Nahavandi Saeid (the Institute for Intelligent Systems Research and Innovation Deakin University,Geelong,Australia,VIC 3125)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CEC  ページ： 1-8  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 運動キューイングアルゴリズム(MCA)は,物理的限界内のシミュレーションベース運動プラットフォーム(SBMP)のための実車の運動感覚を再生する。モデル予測制御(MPC)は,最近,最適な入力信号を見つける際のプラントの境界の考察により,MPCベースのMCAと呼ばれるMCAとして採用されている。MPCの計算負荷はMPCの制御水平と予測水平に直接関係する。本論文では,バタフライ最適化アルゴリズムを用いた新しい最適化法を開発し,MPCベースMCAの最適制御水平と予測水平を見出した。提案方法はMPCベースのMCAの同調プロセスの時間を減らし,それは通常試行錯誤と遺伝的アルゴリズム方式によって行われる。また,試行錯誤法は,SBMPの運動感覚誤差と不十分な使用を増加させる。MATLABシミュレーション環境を用いてモデルを検証し,その結果,開発したバタフライ最適化アルゴリズムは,試行錯誤および遺伝的アルゴリズム法と比較して,より少ない誤動作信号および低い計算負荷で,より良い運動感覚を導くことを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  最適制御 ,  プラント ,  *最適化手法 ,  同調 ,  運動知覚 ,  誤動作 ,  遺伝的アルゴリズム
準シソーラス用語： MATLAB ,  計算負荷 ,  モデル予測制御 ,  入力信号 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： バタフライ ,  最適化アルゴリズム ,  モデル予測制御 ,  運動 ,  キューイング ,  アルゴリズム ,  最適制御 ,  予測