Diap.

Cuando la representacin de los cromosomas se hace con cadenas de dgitos binarios se le conoce
como genotipo. Los cromosomas evolucionan a travs de iteraciones, llamadas generaciones. En cada
generacin, los cromosomas son evaluados usando alguna medida de aptitud. Las siguientes
generaciones (nuevos cromosomas), son generadas aplicando losoperadores genticos repetidamente,
siendo estos los operadores de seleccin, cruzamiento, mutacin y reemplazo.

Diap. 4

Desde su introduccin, el control PID convencional ha sido ampliamente utilizado por ejemplo en
las industrias qumicas y de papel, donde aproximadamente el 97% de los controladores tienen la
estructura PID [8] Esto podra ser debido a su bajo costo, el mantenimiento de bajo costo, as
como simplicidad en el controlador diseo y operacin [9] el uso generalizado de este controlador
ha dado lugar a la investigacin hacia la bsqueda de valores ptimos de los parmetros del
controlador PID, tales como reglas de sintona clsicos para el controlador PID basado en ensayo y
error [10] y la asignacin de polos [11]. Desafortunadamente, ha sido difcil de sintonizar PID
ganancias del controlador con precisin debido a que muchas plantas industriales son a menudo
muy complejo que consta de cuestiones tales como de orden superior, retardos de tiempo y no
linealidades [18]. Algunas de las desventajas de las tcnicas clsicas para los controladores de
sintonizacin PID son: (i) nmero excesivo de reglas para establecer las ganancias, (ii) la dinmica
de la insuficiencia de las respuestas de bucle cerrado, (iii) la dificultad para hacer frente a los
procesos no lineales, y (iv) matemtica complejidad de EL diseo de control [12]. Para superar
estas dificultades, varios tipos de controladores PID convencionales modificados tales como el
ajuste automtico y controladores PID inteligentes ltimamente se han desarrollado con el fin de
mejorar los mtodos tradicionales en el ajuste de los parmetros del controlador PID [13, 14, 15].
Por lo tanto, el mtodo de optimizacin BCGA puede proporcionar parmetros de ajuste al tiempo
que reduce la oscilacin en un ambiente de bucle cerrado como se describe en la figura 3.}

donde y (t) es la corriente real de la EPAS y ^ (t) es la corriente predicha de la EPAS de la viga. El
error cuadrtico medio (MSE) se define y se utiliza para formar la funcin objetivo del proceso de
optimizacin. En otras palabras, los parmetros deben estimarse de manera que el MSE converge
a cero.

Al final

La funcin objetivo considerado es una funcin cuadrado, que es evaluada como la media sobre el
conjunto de datos, y reducir al mnimo con el fin de optimizar el diseo de modelado considerado.