Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Inilah hasil akhirnya, 10 kali percobaan untuk setiap kombinasi pengendali dan algoritma, uji statistik Wilcoxon, kurva konvergensi, dan uji robustness saat parameter generator berubah. 4P2OA unggul signifikan dan 3 kali lebih tahan terhadap perubahan plan. Ayo kita mulai. Halo, selamat datang di episode terakhir seri optimasi PID dan fraksional order PID. Meta heuristik bersifat acak, jadi 1 kali percobaan bisa saja kebetulan bagus. Jurnal ilmiah menuntut beberapa kali percobaan dan uji statistik. Selain itu, plan nyata berubah karena usia dan beban, sehingga pengendali harus robust. Hari ini kita uji keduanya.
Langkah 1: Sepuluh percobaan & uji Wilcoxon
Buat file robustness.py Ada 4 kasus, PID dan FOPID, masing-masing dengan WOA dan HHO. Setiap kasus dijalankan 10 kali dengan SID berbeda. Lalu kita catat ITAI akhir dan kurva konvergensinya. Kita cetak rata-rata, simpangan baku, terbaik, dan terburuk, lalu uji Wilcoxon rangsem untuk mengecek apakah perbedaannya signifikan secara statistik. Jalankan. PIDWOA sangat konsisten. Rata-rata 0,0391 dengan simpangan 0,0001. FOPID-WOA rata-rata 0,0180 dan FOPID-HHO 0,0293. Nilai P-Wilcoxon FOPID-WOA terhadap PIDWOA 0,00016 dan terhadap FOPID-HHO 0,00088. Keduanya jauh di bawah 0,05. Jadi signifikan.
Ke Langkah 2: Uji robustness & grafik
Berikutnya uji robustness. Kita ambil parameter PIDWOA dan FOPID-WOA terbaik dari file JSON episode lalu, kemudian ubah konstanta waktu exciter dan generator dari 50 sampai 150 persen, dan hitung ITAI pada setiap kondisi tanpa menyetel ulang pengendali. Jalankan. ITAI-PI dimembengkak dari 0,039 menjadi 0,1787 pada 150 persen, dengan rentang 0,1397. ITAI-FOPI dipaling buruk hanya 0,0651, rentangnya 0,0462, tiga kali lebih sempit. Mari lihat grafiknya. Boxplot memperlihatkan kotak FOPID-WOA jauh di bawah PID, sementara FOPID-HHO lebih lebar, tanda lebih tidak konsisten. Kurva konvergensi rata-rata menunjukkan FOPID-WOA terus turun sampai iterasi terakhir. Pada uji robustness, respon PI diberubah drastis saat plan melambat, sedangkan kurva FOPI ditetap berkumpul dan tenang dalam waktu singkat. Inilah keunggulan nyata FOPID. Dua parameter tambahan memberi kelenturan untuk tetap baik walau plan berubah.
Selesai!
Selesai, dan selesai pula seri ini. Kita sudah membangun penelitian tuning pengendali secara lengkap, fungsi alimotor DC dan AVR, Ziegler-Nichols, fraksional order PID dengan ustaluk, fungsi objektif ETAI, whale optimization dan Harris-Hawks dari nol, optimasi PID dan FOPID, sampai analisi statistik dan uji robustness. Untuk penelitian lanjutan, coba algoritma lain seperti Grey Wolf atau Marine Predators, fungsi objektif multi kriteria, plan dengan waktu tunda, atau implementasi pada mikrokontroler. Terima kasih sudah mengikuti seri ini. Sedang menyusun skripsi, tesis, atau riset di bidang sistem kendali dan optimasi? Cerdas inovasi digital membantu implementasi sistem kendali, dari pemodelan motor DC dan AVR generator, tuning PI di Ziegler-Nichols, fraksional order PID, sampai optimasi meta-heuristik seperti whale optimization dan Harris-Hawks, serta membuka kursus pemrograman Python untuk teknik elektro. Ingin menguasai seluruh seri ini, dari fungsi alis sampai analisi statistik dan uji robustness? Semua enam episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdasinovasidigital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
52 kelas video1.276 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
