Influencia de los hiper-parámetros en algoritmos basados en Evolución Diferencial para el ajuste de controladores del tipo PID en procesos SISO

• Martínez-Luzuriaga, Paúl Nicolai ^[1] ; Reynoso-Meza, Gilberto ^[2]
  1. [1] Universidad Politécnica Salesiana

     Universidad Politécnica Salesiana

     Cuenca, Ecuador

     
  2. [2] Pontíficia Universidade Católica do Paraná
• Localización: Revista iberoamericana de automática e informática industrial ( RIAI ), ISSN-e 1697-7920, Vol. 20, Nº. 1, 2023, págs. 44-55
• Idioma: español
• Títulos paralelos:
  • Influence of hyper-parameters in algorithms based on Differential Evolution for the adjustment of PID-type controllers in SISO processes through mono and multi-objective optimisation
• Enlaces
  • Texto completo
• Resumen
  • español

    Los controladores PID se mantienen como una solución confiable de primera línea en sistemas de control retroalimentado. Incluso cuando su sencillez es una de las principales razones de ello, un correcto ajuste de sus parámetros es fundamental para garantizar un rendimiento satisfactorio. Como consecuencia, se encuentran disponibles varios métodos de ajuste. En la actualidad, realizar un proceso de ajuste mediante optimización estocástica es una solución atractiva para controlar procesos complejos. No obstante, la solución obtenida con estos métodos de optimización es muy sensible a los hiper-parámetros utilizados. En este artículo proponemos a los diseñadores un conjunto de hiper-parámetros para configurar diferentes algoritmos basados en Evolución Diferencial en sistemas de una entrada y una salida (SISO). Los resultados obtenidos muestran varios aspectos a considerar sobre los valores más prometedores para varias instancias de optimización facilitando la transferencia de conocimiento para nuevas instancias de optimización.

  • English

    PID Controllers remain as the reliable front-line solution in feedback control loops. Even when their simplicity is one of the main reasons for this, the right tuning of their parameters is essential to guarantee their performance. As consequence, several tuning methods are available. Nowadays performing a tuning process via stochastic optimisation is an attractive solution for complex processes. Nevertheless, the solution obtained using such optimisation methods is very sensitive to the hyper-parameters used. In this paper, we propose to designers a set of hyper-parameters for different algorithms based on Differential Evolution in SISO processes. Obtained results show several aspects to consider regarding the most promising values for several optimisation instances, facilitating knowledge transfer for new optimisation instances.