Resumen

Se introduce una estrategia evolutiva adaptativa en la optimización de enjambre de partículas estándar. La optimización de enjambre de partículas de evolución adaptativa se construye para mejorar la capacidad de búsqueda global. Se propone un método basado en la optimización de enjambre de partículas de evolución adaptativa para la identificación de sistemas continuos con retardo temporal. La idea básica es que la identificación del sistema continuo con retardo de tiempo se convierte en una optimización de la función continua no lineal. La optimización adaptativa de enjambre de partículas se utiliza para encontrar una solución óptima de la función continua no lineal. Las condiciones de convergencia vienen dadas por el análisis de convergencia basado en la teoría de sistemas dinámicos lineales en tiempo discreto. Los resultados de la simulación numérica muestran que el método propuesto es eficaz para un sistema continuo general con retardo temporal y para el sistema de transferencia de calor de un horno de inducción de frecuencia para fundir cobre.

• Materias:Control del proceso Sistemas no lineales Regulación automática Instrumentación automática Optimización de procesos
• Subjects: Nonlinear systems Automatic regulation Automatic instrumentation Process optimization
• Palabras claves:optimización de enjambre de partículas de evolución adaptativa, función continua no lineal, retardo temporal, sistema continuo, optimización de enjambre de partículas de evolución adaptativa, teoría de sistemas dinámicos lineales, optimización de enjambre de partículas estándar, resultados de simulación numérica, estrategia de evolución adaptativa, horno de inducción de frecuencia
• Keywords:adaptive evolution particle swarm optimization, continuous nonlinear function, time delay, continuous system, adaptive evolution particle swarm optimization, linear dynamic system theory, standard particle swarm optimization, numerical simulation results, adaptive evolutionary strategy, frequency induction furnace