Print ...

Contributor...

  • Editor:

Path: Top > Makalah

INTEGRASI generalized predictive control dan pemodelan berbasis ANFIS dengan optimasi algoritma genetik tanpa operasi crossover

Undergraduate Theses from JBPTUNIKOMPP / 2010-11-02 14:14:31
By : Muhammad Aria, ST; NIP : 41277004008, Dosen Teknik Elektro,Fakultas Teknik dan Ilmu Komputer,UNIKOM
Created : 2005-03-09, with 0 files

Keyword : generalized predictive control,ANFIS,algoritma genetik, crossover
Url : http://

Generalized Predictive Control (GPC) merupakan suatu metode pengontrolan prediktif. Inti dari strategi kontrol ini adalah dengan menentukan sinyal kontrol kedepan yang dapat meminimumkan kesalahan masa depan dan juga meminimumkan perubahan sinyal kontrol. Sehingga diperlukan adanya set keluaran kedepan yang valid yang diperoleh dari sauatu model proses yang merepresentasikan proses sebenarnya.



Untuk digunakan pemodelan berbasis neuro-fuzzy yang terbukti sukses dalam pemodelan nonlinier. Neuro-Fuzzy merupakan model yang menggabungkan kemampuan dari neural-network yang dapat beradaptasi dengan fuzzy yang unggul dalam sistem inferensinya.



Baik GPC maupun neuro-fuzzy memerlukan metode optimasi dimana GPC memerlukannya untuk menentukan sinyal kontrol yang optimal dan neuro fuzzy memerlukannnya untuk menentukan harga- harga parameternya. Algoritma genetik tanpa operasi crossover merupakan metode optimasi yang akan diujikan kemampuannya terhadap pengontrol dan model diatas.



Pada makalah ini, integrasi GPC, neuro-fuzzy dan GA tanpa operasi crossover telah terbukti mampu mengontrol sistem tangki ganda. Dimana pada pengujian, tidak terjadi overshoot, rise time cukup singkat dibandingkan metode pengontrolan lainnya dan mampu meminimalkan steady error.

Description Alternative :

Generalized Predictive Control (GPC) merupakan suatu metode pengontrolan prediktif. Inti dari strategi kontrol ini adalah dengan menentukan sinyal kontrol kedepan yang dapat meminimumkan kesalahan masa depan dan juga meminimumkan perubahan sinyal kontrol. Sehingga diperlukan adanya set keluaran kedepan yang valid yang diperoleh dari sauatu model proses yang merepresentasikan proses sebenarnya.



Untuk digunakan pemodelan berbasis neuro-fuzzy yang terbukti sukses dalam pemodelan nonlinier. Neuro-Fuzzy merupakan model yang menggabungkan kemampuan dari neural-network yang dapat beradaptasi dengan fuzzy yang unggul dalam sistem inferensinya.



Baik GPC maupun neuro-fuzzy memerlukan metode optimasi dimana GPC memerlukannya untuk menentukan sinyal kontrol yang optimal dan neuro fuzzy memerlukannnya untuk menentukan harga- harga parameternya. Algoritma genetik tanpa operasi crossover merupakan metode optimasi yang akan diujikan kemampuannya terhadap pengontrol dan model diatas.



Pada makalah ini, integrasi GPC, neuro-fuzzy dan GA tanpa operasi crossover telah terbukti mampu mengontrol sistem tangki ganda. Dimana pada pengujian, tidak terjadi overshoot, rise time cukup singkat dibandingkan metode pengontrolan lainnya dan mampu meminimalkan steady error.

Give Comment ?#(0) | Bookmark

PropertyValue
Publisher IDJBPTUNIKOMPP
OrganizationDosen Teknik Elektro,Fakultas Teknik dan Ilmu Komputer,UNIKOM
Contact Namedyah@unikom.ac.id
AddressJl. Dipati Ukur No.116 Lt.7
CityBandung
RegionWest Java
CountryIndonesia
Phone022-2533825 ext.112
Fax022-2533754
Administrator E-mailperpus@unikom.ac.id
CKO E-mailperpus@unikom.ac.id