‏كنترل بهينه نقش مهمي در طرح سيستم‌هاي مدرن بازي مي‌كند و داري هدفي به‌صورت حداكثر كردن بازيابي و حداقل كردن قيمت درعملكرد فر‎‏آيند‌هاي فيزيكي‏، اجتماعي‏ و يا اقتصادي است. در سال‌هاي اخير روش‌هاي متعددي براي حل مسائل كنترل بهينه ارائه شده است. از سوي ديگر اين روش‌ها اعم از روش‌هاي عددي مستقيم و غير‌مستقيم داراي ايراد‌هايي از جمله حساسيت نسبت به حدس اوليه و ناتواني در يافتن جواب مينيمم سراسري مي‌باشند كه براي حل اين ايرادها الگوريتم‌هاي فرا‌ابتكاري ارائه شده‌اند. در اين پايان نامه، يك الگوريتم بهينه‌سازي فراابتكاري الهام گرفته از طبيعت جديد، به نام الگوريتم بهينه‌سازي وال(WOA) را معرفي مي نمايد كه رفتار اجتماعي وال هاي كوهان دار(نهنگ هاي كوژپشت) را تقليد مي كند. الگوريتم مزبور، از استراتژي شكار شبكه حبابي، الهام مي گيرد. WOA، با ‏چند مساله بهينه‌سازي رياضي و مساله طراحي سازه اي، مورد آزمايش واقع مي شود. نتايج بهينه‌سازي، نشان مي دهند كه الگوريتم WOA، از قدرت رقابتي بالايي با الگوريتم هاي فراابتكاري پيشرفته و روش هاي متعارف، برخوردار است.‏ از اين الگوريتم براي حل چند مساله كنترل بهينه استفاده مي‌كنيم و نتايج به دست آمده نشان مي‌دهد اين الگوريتم جواب‌هاي نزديك به جواب واقعي را به‌دست مي‌آورد.

1397/01/28

4/17/2018 12:00:00 AM

Optimal control plays an important role in the planning of modern systems and has aims like maximization of profit and minimization of cost in function of physical, social, and economic processes. In recent years, several researchers attempted to offer and extend new methods for solving optimal control problem. The numerical direct and indirect methods for solving optimal control have drawbacks due to sensitivity to initial guess and the inability of finding a global minimum solution. So Heuristic methods have been proposed to solve these problems.This thesis proposes a novel nature-inspired meta-heuristic optimization algorithm, called Whale Optimization Algorithm (WOA), which mimics the social behavior of humpback whales. The algorithm is inspired by the bubble-net hunting strategy. WOA is tested with several mathematical optimization problems and structural design problems. Optimization results prove that the WOA algorithm is very competitive compared to the state-of-art meta-heuristic algorithms as well as conventional methods. ‎‎This algorithm is applied to solve some optimal control problems and results showed that solution of this algorithm is approximately exact.