Revised KAD tool to optimize F1 cars through a combined-elitarian genetic- fuzzy algorithm

Revised KAD tool to optimize F1 cars
through a combined-elitarian geneticfuzzy algorithm
Lorem ipsum dolor sit amet, consectetur adipiscing
elit.
Borja Urteaga Juangarcía
Optimización lineal y no lineal .I.I Grupo 2
15/12/2011

Revised KAD tool to optimize F1 cars through a combined-elitarian genetic-fuzzy
algorithm......................................................................................................................... 1
Resumuen del artículo . .................................................. ¡Error! Marcador no definido.
Resumuen del artículo . ................................................... ¡Error! Marcador no definido.
Resumuen del artículo . ................................................... ¡Error! Marcador no definido.
aliquet............................................................................................................ ¡Error! Marcador no definido.

Revised KAD tool to optimize F1 cars through a
combined-elitarian genetic-fuzzy algorithm

ii

[Su nombre]
[Clase, Semestre]
[Nombre del profesor]
[Insertar fecha]

Revised KAD tool to optimize F1 cars
through a combined-elitarian genetic-fuzzy
algorithm
1Resumen:
Objetivos del estudio.
El objetivo de este articulo es obtener los parámetros necesarios para configurar un coche de
F1 (set-up) mediante simulación con el objetivo de disminuir los test , ahorrar tiempo y por
ende dinero (KAD). Para abordar este problema nos planteamos la necesidad de obtener un
piloto virtual cuyas aptitudes se acerquen a las de un piloto profesional de la Formula 1.Para esto evaluaremos el tiempo por vuelta que este es capaz de realizar en determinadas
condiciones prefijadas y seguidamente calcular los reglajes tales que MINIMICEN este
tiempo por vuelta. Además es necesario calcular como de sensibles son estos ajustes a un
cambio requerido por el estilo de conducción del piloto real.
Para este propósito el autor del estudio se vale del Algoritmo genéticode Holland y de una
versión modificada para optimizar nuestro conductor virtual (controlador difuso/fuzzy
controller)
Concretamente estudiaremos el comportamiento del Ferrari 126C2 de Gilles Villeneuve, 1982
en el mítico circuito de Imola dado que se dispone del modelo de masa suspendida de este coche.
Optimización.
El estudio consta de dos partes diferenciadas.

Revised KAD tool tooptimize F1 cars through a
combined-elitarian genetic-fuzzy algorithm

1

En la primera de esta nos valemos de una versión modificada del algoritmo genético de Holland
para ajustar los parámetros de los “individuos fuzzy” con el objeto de obtener el mejor tiempo
por vuelta posible con unas condiciones de asfalto clima y reglajes del coche prefijados.
En la segunda parte una vez seleccionado el“individuo conductor” con los mejores resultados se
pasa a una evaluación de los tiempos por vuelta apoyándose otra vez en el AG esta vez en su
versión original.
Seguidamente se explica como es el modelo de masa suspendida del F1 los factores que
intervienen en el controlador fuzzy y cuales son sus variables de control para despes poder
explicar mejor el proceso de optimización.
Modelo de masasuspendida:
Los autores del estudio usan un modelo cedido por Ferrari donde el vehículo tiene 14 grados de
libertad:
· 3 coordenadas traslacionales.
· 3 coordenadas rotacionales (spin, roll, yaw)
· 8 desplazamientos flexibles 4 en el plano horizontal y 4 en el vertical.
La simulación se realiza integrando la posición y los datos respecto al tiempo con un tiempo de
integración dependientede parámetros como la distancia a una curva o la velocidad , es decir el
tiempo de integración será mayor en una recta que en una curva dado que no es necesario un
control tan preciso.
Controlador fuzzy:
Primero de todo se define el circuito como una sucesión de funciones matemáticas que
determinan las curvas y las rectas; solo se define la línea central del circuito y el ancho de esta se...