Valutazione dei risultati

I risultati raggiunti con l'approccio genetico sono stati fin dalle prime iterazioni molto incoraggianti, raggiungendo elevati livelli di precisione presentando soluzioni affidabili e robuste. Il tempo di esecuzione di una singola iterazione è approssimativamente di poco superiore al minuto, ma può essere ridotto nel caso si utilizzino frammenti di codice ottimizzati.

Per le valutazioni è stato utilizzato un frammento di codice che rileva dal workspace lo spazio delle coppie raggiungibili, e da queste ne estrae un certo numero in modo assolutamente casuale, su queste coppie verrà applicato l'algoritmo di ricerca. Sono state valutate così coppie caratterizzate da diverso grado di criticità, per tutte i risultati sono stati molto incoraggianti.

L'algoritmo fornisce in uscita oltre che il vettore degli angoli da assegnare ai rotatori, anche una stima sulla qualità della soluzione trovata. Indica infatti l'errore sul DGD e SOPMD normalizzato rispetto alle richieste ed espresso in percentuale, che si commette utilizzando il vettore di angoli in esame.

Figura 5.1: Confronto tra coppie coppie DGD - SOPMD richieste e prodotte in uscita dall'emulatore con angoli trovati con l'algoritmo genetico

Inoltre fornisce informazioni sulla criticità della coppia richiesta indicando il valore della derivata rispetto alla frequenza angolare del DGD e il valore del gradiente del DGD e SOPMD. Tutte queste quantità sono state espresse in percentuale e normalizzate rispetto al rispettivo massimo assoluto presente nel workspace. In questo modo possiamo sapere quanto sensibile è la soluzione trovata, con la certezza che è la migliore soluzione possibile che raggiunge un duplice obiettivo: quello di essere quanto più fedele alle specifiche richieste e quello di essere una soluzione che può ritenersi robusta.

La verifica sperimentale delle soluzioni angolari è stata svolta passando al programma di controllo dei rotatori i rispettivi vettori di angoli per il posizionamento delle lamine. Le misure fatte dal polarimetro sono state elaborate in ambiente $Matlab^\circledR$ per produrre diagrammi come quello riportato in figura 5.1.

É evidente che le soluzioni fornite dall'algoritmo genetico possono ritenersi affidabili, inoltre si può concludere che la caratterizzazione del sistema sia sufficientemente precisa, così da far coincidere i valori teorici con i valori misurati sperimentalmente.