[論文レビュー] A Novel Method.

Yujia Wang, Tong Wang+2 more|arXiv (Cornell University)|Dec 12, 2020

Fuzzy Logic and Control Systems参考文献 38被引用数 7

ひとこと要約

本稿では、性能指標のもとで最適なコントローラー・パラメータを効率的に特定するために、一様配置（UD）アルゴリズムを用いた制御システムのための新しいパラメータ選定手法を提案する。従来の試行錯誤法や知能的チューニング手法と比較して、UDベースのアプローチは、時間と労力を著しく削減し、高い効率性と一貫性を維持する。

ABSTRACT

Parameter selection is one of the most important parts for nearly all the control strategies. Traditionally, controller parameters are chosen by utilizing trial and error, which is always tedious and time consuming. Moreover, such method is highly dependent on the experience of researchers, which means that it is hard to be popularized. In this light, this paper proposes a novel parameter searching approach by utilizing uniform design (UD) algorithm. By which the satisfactory controller parameters under a performance index could be selected. In this end, two simulation examples are conducted to verify the effectiveness of proposed scheme. Simulation results show that this novel approach, as compared to other intelligent tuning algorithms, excels in efficiency and time saving.

研究の動機と目的

• 従来の試行錯誤法によるコントローラー・パラメータ選定における非効率性と経験依存性を解消すること。
• 性能指標を用いて、システムの挙動を評価する仕組みを備えた、体系的かつ再現可能なコントローラー・パラメータ選定手法の開発。
• 制御システム設計におけるパラメータチューニングの効率性とスケーラビリティの向上。
• 研究者による経験に依存しにくく、広範な応用に適した手法の提供。

提案手法

• 提案手法は、コントローラー設定のパラメータ空間を体系的に探索するため、一様配置（UD）アルゴリズムを採用する。
• コントローラー・パラメータは、システム挙動を評価するための事前に定義された性能指標に基づいて選定される。
• UDアルゴリズムにより、設計空間全体にわたってパラメータの組み合わせが均等に分布し、重複する試行を最小限に抑える。
• 一様配置の統計的性質を活用することで、必要なシミュレーション回数を削減する。
• ヒューリスティックなチューニングに代わって、数学的に根拠を持つ構造的な探索戦略を導入する。
• 手法の性能とロバスト性を検証するために、2つのシミュレーション例を用いる。

実験結果

リサーチクエスチョン

• RQ1 一様配置アルゴリズムは、コントローラー・パラメータ選定に要する時間と労力を著しく削減できるか？
• RQ2 UDベースの手法は、従来の試行錯誤法や他の知能的チューニングアルゴリズムと比較して、どの程度効率的か？
• RQ3 提案手法は、パラメータチューニングにおける専門家経験への依存度をどの程度低減できるか？
• RQ4 異なる制御システムのシナリオにおいて、この手法は一貫して満足できるコントローラー・パラメータを導出できるか？

主な発見

• 提案されたUDベースの手法は、従来の試行錯誤法と比較して、パラメータ選定に要する時間を著しく短縮した。
• 与えられた性能指標のもとで、最適なコントローラー・パラメータを高い効率で特定することができた。
• シミュレーション結果から、UDアプローチが他の知能的チューニングアルゴリズムに比べ、時間的節約と一貫性の面で優れていることが示された。
• 研究者による経験に依存しないため、再現性が高く、さまざまな制御システム応用にスケーラブルである。
• 2つのシミュレーション例から、提案されたパラメータ選定フレームワークの有効性とロバスト性が確認された。