FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ

Ali Fazıl Uygur

doi:10.17780/ksujes.1507721

TR EN

FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ

Abstract

Belirli gereksinimlerin karşılanabilmesi için bir kontrolcünün parametrelerinin doğru konfigürasyonu ve spesifikasyonuna ihtiyaç vardır. Ayrıca optimum performans hedeflenerek bu parametrelerin, uygun değerlere ayarlanmaları kontrolcülerin başarımı üzerinde etkili olacaktır. Bu çalışma kapsamında, DC-DC Buck dönüştürücüyü kontrol etmekte olan “Fuzzy-Lojik” (FL) kontrolcüye ait üyelik fonksiyonu parametrelerinin optimizasyonu yoluyla, dönüştürücünün çıkış geriliminin optimum basamak cevabı hedeflenmektedir. Parametrelerin optimizasyonu meselesi, genellikle karşımıza, “Çok Amaçlı Optimizasyon Problemi” (MOP) olarak çıkmaktadır. Problemin çok amaçlılığı, kontrol sistemlerinin başarımlarının birden çok kriter bağlamında değerlendiriliyor olmasından kaynaklanır. Buck dönüştürücünün çıkışına dair basamak cevabı için de aynı durum söz konusudur. Basamak cevabını karakterize eden ve birbirleriyle çelişen aşım ve yükselme zamanı kriterlerinin optimizasyonu, tek bir optimum çözüm yerine bunlar arasında bir uzlaşı belirleyen birden çok çözümü doğurur. Ele alınan problem için çoklu çözümden kasıt, FL kontrolcüye ait farklı üyelik fonksiyonu parametre setleridir. Çözüm için, “Ayrışıma Dayalı Çok Amaçlı Evrimsel Algoritma” (MOEA/D) olarak bilinen ve MOP’u, skalerleştirme fonksiyonları üzerinden belli sayıda tek amaçlı alt problemlere ayrıştırmak suretiyle ele alan bir yöntem tercih edilmiştir.

Keywords

DETERMINATION OF FUZZY LOGIC CONTROLLER PARAMETERS THROUGH MULTI OBJECTIVE EVOLUTIONARY ALGORITHM BASED ON DECOMPOSITION

Abstract

Proper configuration and specification of controller's parameters are needed to meet certain requirements. Additionally, targeting optimum performance and setting these parameters to appropriate values will have an impact on the performance of the controllers. In this study, the optimum step response of the converter is aimed by optimizing the membership function parameters of the “Fuzzy-Logic” (FL) controller, which controls the DC-DC Buck converter. The issue of optimization of parameters generally presents itself as a “Multi Objective Optimization Problem” (MOP). The multi-purpose nature of the problem stems from the fact that the performance of control systems is evaluated in the context of multiple criteria. The same is true for the step response of the buck converter. Optimization of the conflicting overshoot and rise time criteria that characterize the step response gives rise to multiple solutions that determine a compromise between them rather than a single optimal solution. What is meant by multiple solutions for the problem under consideration is different membership function parameter sets of the controller. For the solution, a method known as “Decomposition-Based Multi-Objective Evolutionary Algorithm” (MOEA/D) was preferred, which deals with the MOP by decomposing it into a certain number of single-objective sub-problems via scalarization functions.

Keywords

References

Akkizidis, I., Roberts, G., Ridao, P., & Batlle, J. (2003). Designing a Fuzzy-like PD controller for an underwater robot. Control Engineering Practice, 11, 471–480. https://api.semanticscholar.org/CorpusID:110786281
Bezine, H., Derbel, N., & Alimi, A. (2002). Fuzzy control of robot manipulators. Engineering Applications of Artificial Intelligence - ENG APPL ARTIF INTELL, 15, 401–416. https://doi.org/10.1016/S0952-1976(02)00075-1
Caputo, A. C., & Pelagagge, P. M. (2000). Fuzzy control of heat recovery systems from solid bed cooling. Applied Thermal Engineering, 20, 49–67. https://api.semanticscholar.org/CorpusID:108447897
Chou, C.-H., & Teng, J.-C. (2002). A fuzzy logic controller for traffic junction signals. Inf. Sci., 143, 73–97. https://api.semanticscholar.org/CorpusID:1088846
Das, I., & Dennis, J. (1996). Normal-Boundary Intersection: An Alternate Method for Generating Pareto Optimal Points in Multicriteria Optimization Problems.
El-sherbiny, M., El-Saady, G., & Yousef, A. M. (2002). Efficient fuzzy logic load-frequency controller. Energy Conversion and Management, 43, 1853–1863. https://api.semanticscholar.org/CorpusID:109009704
Horiuchi, J., & Kishimoto, M. (2002). Application of fuzzy control to industrial bioprocesses in Japan. Fuzzy Sets Syst., 128, 117–124. https://api.semanticscholar.org/CorpusID:206016963
Huang, Y., Li, W., Liang, Z., Xue, Y., & Wang, X. (2018). Efficient business process consolidation: combining topic features with structure matching. Soft Computing, 22. https://doi.org/10.1007/s00500-016-2364-y

Jaszkiewicz, A. (2002). Jaszkiewicz, A.: On the Performance of Multiple-Objective Genetic Local Search on the 0/1 Knapsack Problem - A Comparative Experiment. IEEE Trans. on Evolutionary Computation 6, 402-412. Evolutionary Computation, IEEE Transactions On, 6, 402–412. https://doi.org/10.1109/TEVC.2002.802873
Jee, S. C., & Koren, Y. (2004). Adaptive fuzzy logic controller for feed drives of a CNC machine tool. Mechatronics, 14, 299–326. https://api.semanticscholar.org/CorpusID:27836472
Kuo, K. Y., & Lin, J. (2002). Fuzzy logic control for flexible link robot arm by singular perturbation approach. Appl. Soft Comput., 2, 24–38. https://api.semanticscholar.org/CorpusID:14144723
Lee, S. Y., & Cho, H. (2003). A fuzzy controller for an electro-hydraulic fin actuator using phase plane method. Control Engineering Practice, 11, 697–708. https://api.semanticscholar.org/CorpusID:111093440
Li, W., Li, K., Guo, L., Huang, Y., & Xue, Y. (2018). A new validity index adapted to fuzzy clustering algorithm. Multimedia Tools and Applications, 77. https://doi.org/10.1007/s11042-017-5550-8
Li, Y., Peng, Z., Liang, D., Chang, H., & Cai, Z. (2015). Facial age estimation by using stacked feature composition and selection. The Visual Computer, 32. https://doi.org/10.1007/s00371-015-1137-4
Li, Y., Wang, G., Nie, L., Wang, Q., & Tan, W. (2017). Distance Metric Optimization Driven Convolutional Neural Network for Age Invariant Face Recognition. Pattern Recognition, 75. https://doi.org/10.1016/j.patcog.2017.10.015
Mamdani, E. H. (1974). Applications of fuzzy algorithms for control of a simple dynamic plant. Proceedings of the IEEE. https://api.semanticscholar.org/CorpusID:59806637
Messac, A., Ismail-Yahaya, A., & Mattson, C. (2003). The normalized normal constraint method for generating the Pareto frontier. Structural and Multidisciplinary Optimization, 25, 86–98. https://doi.org/10.1007/s00158-002-0276-1
Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer US. https://books.google.com.tr/books?id=ha_zLdNtXSMC
Miettinen, Kaisa, & Mäkelä, M. (2002). On scalarizing functions in multiobjective optimization. OR Spectrum, 24, 193–213. https://doi.org/10.1007/s00291-001-0092-9
Mohamed, A., Eskander, M. N., & Ghali, F. M. A. (2001). Fuzzy logic control based maximum power tracking of a wind energy system. Renewable Energy, 23, 235–245. https://api.semanticscholar.org/CorpusID:109023172
Radakovica, Z. R., Milosevicb, V. M., & Radakovicc, S. B. (2002). Application of temperature fuzzy controller in an indirect resistance furnace. https://api.semanticscholar.org/CorpusID:73723172
Verbruggen, H. B., & Bruijn, P. M. (1997). Fuzzy control and conventional control: What is (and can be) the real contribution of Fuzzy Systems? Fuzzy Sets and Systems, 90, 151–160. https://doi.org/10.1016/S0165-0114(97)00081-X
Wai, R., Lin, C.-M., & Hsu, C.-F. (2004). Adaptive fuzzy sliding-mode control for electrical servo drive. Fuzzy Sets Syst., 143, 295–310. https://api.semanticscholar.org/CorpusID:17369911
Wang, H., Wang, W., Cui, Z., Zhou, X., Zhao, J., & Li, Y. (2018). A new dynamic firefly algorithm for demand estimation of water resources. Information Sciences, 438. https://doi.org/10.1016/j.ins.2018.01.041
Wang, L.-X. (1994). Adaptive fuzzy systems and control - design and stability analysis. https://api.semanticscholar.org/CorpusID:38982735
Wu, H., Kuang, L., Wang, F., Rao, Q., Gong, M., & Li, Y. (2017). A Multiobjective Box-Covering Algorithm for Fractal Modularity on Complex Networks. Applied Soft Computing, 61. https://doi.org/10.1016/j.asoc.2017.07.034
Zhang, Q., & Li, H. (2007). MOEA/D: A multiobjective evolutionary algorithm based on decomposition. IEEE Transactions on Evolutionary Computation, 11(6), 712–731. https://doi.org/10.1109/TEVC.2007.892759
Zhang, S., Yang, Z., Xing, X., Gao, Y., Xie, D., & Wong, H.-S. (2017). Generalized Pair-Counting Similarity Measures for Clustering and Cluster Ensembles. IEEE Access, 5, 1. https://doi.org/10.1109/ACCESS.2017.2741221
Zhu, H., Jiang, Z., Tieu, A. K., & Wang, G. (2003). A fuzzy algorithm for flatness control in hot strip mill. Journal of Materials Processing Technology, 140, 123–128. https://api.semanticscholar.org/CorpusID:110441543
Zilouchian, A., Juliano, M., Healy, T. A., & Davis, J. (2000). Design of a fuzzy logic controller for a jet engine fuel system. Control Engineering Practice, 8, 873–883. https://api.semanticscholar.org/CorpusID:108586671

Details

Primary Language

Turkish

Subjects

Electrical Engineering (Other)

Journal Section

Research Article

Authors

Ali Fazıl Uygur ^*
0000-0002-1049-4927
Türkiye

Publication Date

December 3, 2025

Submission Date

June 30, 2024

Acceptance Date

June 23, 2025

Published in Issue

Year 2025 Volume: 28 Number: 4

DOI

https://doi.org/10.17780/ksujes.1507721

IZ

https://izlik.org/JA42JG76LL

Cite

RIS / Bibtex

APA

Uygur, A. F. (2025). FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 28(4), 1650-1661. https://doi.org/10.17780/ksujes.1507721

AMA

1.Uygur AF. FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ. KSU J. Eng. Sci. 2025;28(4):1650-1661. doi:10.17780/ksujes.1507721

Chicago

Uygur, Ali Fazıl. 2025. “FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ”. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 28 (4): 1650-61. https://doi.org/10.17780/ksujes.1507721.

EndNote

Uygur AF (December 1, 2025) FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 28 4 1650–1661.

IEEE

[1]A. F. Uygur, “FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ”, KSU J. Eng. Sci., vol. 28, no. 4, pp. 1650–1661, Dec. 2025, doi: 10.17780/ksujes.1507721.

ISNAD

Uygur, Ali Fazıl. “FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ”. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 28/4 (December 1, 2025): 1650-1661. https://doi.org/10.17780/ksujes.1507721.

JAMA

1.Uygur AF. FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ. KSU J. Eng. Sci. 2025;28:1650–1661.

MLA

Uygur, Ali Fazıl. “FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ”. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, vol. 28, no. 4, Dec. 2025, pp. 1650-61, doi:10.17780/ksujes.1507721.

Vancouver

1.Ali Fazıl Uygur. FUZZY LOJİK KONTROLCÜ PARAMETRELERİNİN AYRIŞIMI ESAS ALAN ÇOK AMAÇLI EVRİMSEL ALGORİTMA YARDIMIYLA BELİRLENMESİ. KSU J. Eng. Sci. 2025 Dec. 1;28(4):1650-61. doi:10.17780/ksujes.1507721