نام پژوهشگر: مصطفی کلامی هریس

فیلترهای تکاملی تخمین توزیع: رهیافتی نوین در فیلترینگ
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده برق 1392
  مصطفی کلامی هریس   حمید خالوزاده

مبحث تخمین حالت یا فیلترینگ، یکی از حوزه های پر کاربرد و مطرح در زمینه های ریاضی کاربردی، آمار، و مهندسی است که سابقه تحقیق و پژوهش در این باره، به بیش از چهل سال پیش می رسد. در کنار رویکردهای کلاسیک، فیلترینگ تکاملی، نامی است که تا کنون به طور غیر رسمی، به مجموعه ای از روش های فیلترینگ داده شده است که در آن ها، از روش های محاسبات تکاملی در ترکیب با روش های فیلترینگ کلاسیک (غالبا فیلتر ذره ای)، برای حل مسأله فیلترینگ غیر خطی و تخمین حالت سیستم های دینامیکی غیر خطی استفاده شده است. در مسیر کار پژوهشی این رساله، به عنوان اولین و اساسی ترین هدف، سعی شده است که، حوزه فیلترینگ تکاملی و روش هایی که در این حوزه طبقه بندی می شوند، به طور دقیق و کامل تعریف یا بازتعریف شوند. به عنوان هدف دوم، مدلی کامل و کلی از فیلترهای تکاملی (مبتنی بر الگوریتم تکاملی عادی و الگوریتم های تخمین توزیع) ارائه شده است که خصوصیات کلی یک فیلتر تکاملی را در بر دارد و پایه ای برای فیلترهای تکاملی جدید می باشد. هدف سوم نیز، معرفی یک یا چند روش فیلترینگ تکاملی جدید بوده است، که در نهایت منجر به معرفی چهار روش فیلترینگ تکاملی جدید شده است. در کنار ارائه مدل کلی یک فیلتر تکاملی، دستاورد مهم این رساله، معرفی چهار فیلتر تکاملی جدید است که در ساختار دو مورد از آن ها، از الگوریتم های تخمین توزیع استفاده شده است. یکی از فیلترهای تکاملی پیشنهاد شده نیز، برای نخستین بار، از مفهوم بهینه سازی چندهدفه در حوزه تخمین استفاده کرده است و به این ترتیب مبحث تخمین حالت چندهدفه در این رساله معرفی شده است. چهار روش معرفی شده در این رساله، عبارتند از: (الف) تخمین گر ازدحام ذرات، (ب) تخمین گر کلونی مورچگان، (پ) فیلتر ذره ای با تطبیق ماتریس کوواریانس، و (ت) فیلتر ژنتیک چندهدفه با مرتب سازی نامغلوب. نتایج به دست آمده از اعمال چهار رویکرد پیشنهاد و مقایسه آن ها با روش های دیگر، نشان دهنده کارایی و کارآمدی بالای این روش ها در حل مسائل مختلف بوده است.