Documente Academic
Documente Profesional
Documente Cultură
function Hooke(E,D,X0)
N=length(X0); %determina N
XB=X0;
YB=f(XB(1),XB(2));
fin=0;count=0;
posicion_de_partida=X0;
while((fin==0)&(count<=1000))
X=XB;
YA=YB;
A2=0;
while((A2==0)&(fin==0)&(count<=1000))
for i=1:1:N
X(i)=XB(i)+D;
Y=f(X(1),X(2));
if Y<YB
YB=Y;
XB(i)=X(i);
else
X(i)=XB(i)-D;
Y=f(X(1),X(2));
if Y<YB
YB=Y;
XB(i)=X(i);
else
X(i)=XB(i);
end
end
end
count=count+1;
if YA==YB
R=D*N^(0.5);
if R<=E
posicion_final=XB;
minimo=YB;
entorno=R;
fin=1;
else
Fig2. Diagrama de flujo del algoritmo D=0.5*D;
implementado. X0=XB;
end
else
X=2*XB-X0;
YA=f(X(1),X(2));
X0=XB;
if YA<YB
XB=X;
YB=YA;
count=count+1;
else
A2=1;
end
end
end
end
Fig3. Gráfica de la curva del ejemplo 1. posicion_de_partida
posicion_final
En la gráfica de la curva del ejemplo 1 mostrado minimo=YB
en la figura 3, las tonalidades más cercanas al entorno=R
iteraciones=count
3
function r=f(x,y)
r=cos(x)+sin(y);
X0 =(-1.5;-6.0)
XB1 =(-2.5;-7.0)
XB2 =(-3.5;-8.0)
XB3 =(-3.5;-8.0)
XB4 =(-3.0;-8.0)
XB5 =(-3.0;-8.0)
XB6 =(-3.25;-7.75)
XB7 =(-3.25;-7.75)
XB8 =(-3.125;-7.875)
XB9 =(-3.125;-7.875)
XB10=(-3.125;-7.875)
Los resultados obtenidos son muy buenos, dada En este trabajo se utilizará el criterio de
la tolerancia de error aceptada(E=0.1). El minimizar la integral del valor absoluto del error
mínimo que debería haber encontrado con exacta “IAE” frente a un escalón de referencia para
precisión es –2 en las coordenadas (-π,-5π/2) ajustar los parámetros de un controlador PI
que corresponde a un mínimo local. (proporcional-integrativo). En este caso se
utilizará la Planta o proceso a controlar como un
X B's en el plano X X
1 2 experimento en el cuál se va a minimizar el valor
-5
IAE.
-5.5 Para llevar a cabo nuestro experimento, se utilizó
-6 Simulink de Matlab.
-6.5
-7
X2
-7.5
-8
-8.5
-9
-4 -3.5 -3 -2.5 -2 -1.5 -1
X
1
V. REFERENCIAS
IV. CONCLUSIONES