[论文解读] Fast Hybrid PSO and Tabu Search Approach for Optimization of a Fuzzy Controller

Nesrine Talbi, Khaled Belarbi|arXiv (Cornell University)|Dec 12, 2011

Fuzzy Logic and Control Systems参考文献 6被引用 5

一句话总结

本文提出一种快速混合优化方法，结合粒子群优化（PSO）与禁忌搜索（TS），用于调整Takagi-Sugeno零阶模糊控制器的隶属函数和规则结论。通过在每次PSO迭代中引入TS以探索最优邻近解，该方法在保持高精度和最小响应时间的同时，显著减少了计算时间和迭代次数，实验验证基于三规则倒立摆系统，实现了更快的收敛速度。

ABSTRACT

In this paper, a fuzzy controller type Takagi_Sugeno zero order is optimized by the method of hybrid Particle Swarm Optimization (PSO) and Tabu Search (TS). The algorithm automatically adjusts the membership functions of fuzzy controller inputs and the conclusions of fuzzy rules. At each iteration of PSO, we calculate the best solution and we seek the best neighbor by Tabu search, this operation minimizes the number of iterations and computation time while maintaining accuracy and minimum response time. We apply this algorithm to optimize a fuzzy controller for a simple inverted pendulum with three rules.

研究动机与目标

• 解决使用元启发式方法调参模糊控制器时收敛速度慢、计算成本高的挑战。
• 通过PSO与禁忌搜索的混合化，提升模糊控制器参数优化的效率与精度。
• 在保持动态系统高控制性能的前提下，最小化响应时间与计算工作量。
• 将该混合方法应用于实际控制问题：稳定一个简单的倒立摆系统。
• 证明在PSO迭代中集成禁忌搜索可增强局部搜索精度，并减少总迭代次数。

提出的方法

• 设计一种混合算法，其中粒子群优化（PSO）提供全局搜索能力。
• 在每次PSO迭代中，应用禁忌搜索（TS）探索当前最优解的邻域，以寻找更优的局部解。
• 该方法可自动调参，同时优化Takagi-Sugeno零阶模糊控制器的输入隶属函数与输出规则结论。
• 混合方法在全局探索（PSO）与高强度局部搜索（TS）之间实现平衡，以加速收敛。
• 基于系统响应性能评估适应度，最小化调节时间与超调量。
• 优化过程应用于单个倒立摆系统的三规则模糊控制器。

实验结果

研究问题

• RQ1 将禁忌搜索集成到PSO中，能否提升模糊控制器调参的收敛速度？
• RQ2 与独立运行的PSO相比，混合PSO-TS方法是否能减少迭代次数与计算时间？
• RQ3 该混合方法在模糊控制系统的控制精度与响应时间方面，能维持或提升到何种程度？
• RQ4 该混合方法在同时优化隶属函数与规则结论方面，效果如何？
• RQ5 与传统调参技术相比，该混合方法能否实现倒立摆的更快稳定？

主要发现

• 混合PSO-TS方法显著减少了达到最优模糊控制器参数所需的迭代次数。
• 由于在每次PSO迭代中高效执行了禁忌搜索的局部搜索，计算时间被最小化。
• 该方法在稳定倒立摆系统方面实现了更快的收敛速度与更低的响应时间。
• 优化过程成功调优了模糊控制器的输入隶属函数与规则结论。
• 集成TS增强了局部搜索精度，在不增加计算开销的前提下提升了解的质量。
• 与标准PSO相比，该方法在模糊控制器调参的速度与精度方面表现更优。