This paper considers the adaptation and application of a genetic algorithm to find the parameters of the electrodynamic transducer model. The advantages and disadvantages of this method in comparison with the classical method of identification using added mass are considered. The derivation of the suitability function for estimating the identified parameters is presented, which can also be used to identify other types of electroacoustic transducers. The theory underlying genetic algorithms has been examined and shown how genetic algorithms work by assembling the best solutions from small structural elements with excellent qualities. Next, the differences between genetic and traditional algorithms were analyzed, including population population support and the use of genetic representation of solutions. After that, the strengths of genetic algorithms were described, including the possibility of global optimization and applicability to problems with complex mathematical representation or without representation at all, and noise resistance. Disadvantages were also highlighted: the need for special definitions and settings of hyperparameters, the danger of premature convergence. In conclusion, the situations when the use of genetic algorithms are listed This algorithm is not tied to a specific engineering or scientific field, which makes it universal, it is equally used in genetics and computer science. The parameters were determined using a genetic algorithm and compared with the more classical method of added mass for acoustics. The comparative table in the work illustrates the high accuracy of the genetic algorithm in comparison with the method of added mass. During the work on the practical part, also to improve the behavior of the model at frequencies higher than the resonant, it was decided to complicate the model of the electrical subsystem of the tranducer and introduce additional parameters: parallel resistance and parallel inductance. As a result, the complicated model began to correspond better to the measured values in the entire frequency domain, and is therefore more accurate. This is an example of the convenience of using a genetic algorithm in the transition from identification of one model with specific parameters to another. The results of this work prove that the use of a genetic algorithm is appropriate for solving electroacoustic problems because its application allows to quickly experiment and identify more complex models for which the added mass method can not be applied. Also, in the future, genetic algorithm can be used to identify transducer models of in time domain, for example, nonlinear models of electrodynamic transducers or models in a state space, which is the subject of future research.This paper considers the adaptation and application of a genetic algorithm to find the parameters of the electrodynamic transducer model. The advantages and disadvantages of this method in comparison with the classical method of identification using added mass and the method of parameter selection BL are considered. The derivation of the fitness function for assessing the quality of the identified parameters is presented, which can also be used to identify other types of electroacoustic transducers. The directly measured values ​​for the application of the algorithm are the voltage at the terminals of the converter, the current through the coil of the converter and the displacement of the moving part of the converter. The undoubted advantage of the genetic algorithm compared to classical identification methods is its versatility and the ability to quickly adapt and configure for research and experimentation with different models and different types of transducers used in acoustics. This article describes the adaptation and application of a genetic algorithm to find parameters of an electrodynamic transducer model. The advantages and disadvantages of this method in comparison with the classical identification method using added mass are considered. The derivation of the fitness function for assessing quality of the identified parameters is presented, which can also be used to identify other types of electroacoustic transducer models.

У даній статті розглянуто адаптацію та застосування генетичного алгоритму для знаходження параметрів моделі електродинамічного перетворювача. Розглянуто переваги та недоліки даного методу порівняно із класичними методом ідентифікації із застосуванням доданої маси. Представлено виведення функції пристосованості для оцінки ідентифікованих параметрів що може також бути використана для ідентифікації інших типів електроакустичних перетворювачів. Було розглянуто теорію, що лежить в основі генетичних алгоритмів, і показано, як генетичні алгоритми працюють, збираючи найкращі рішення з невеликих структурних елементів, що володіють чудовими якостями. Далі було розібрано відмінності між генетичними і традиційними алгоритмами, в тому числі підтримку популяції рішень і використання генетичного уявлення рішень. Після цього було описано сильні сторони генетичних алгоритмів, що включають можливість глобальної оптимізації і застосовність до завдань зі складним математичним представленням або взагалі без представлення і стійкість до шуму. Також були освітлені недоліки: необхідність спеціальних визначень і налаштування гіперпараметрів, небезпеки передчасної збіжності. На закінчення перераховано ситуації, коли застосування генетичних алгоритмів може дати перевагу. Цей алгоритм не прив’язаний до конкретної інженерної чи наукової галузі, що робить його універсальним, рівною мірою він використовується і в генетиці і у комп’ютерних науках. За допомогою генетичного алгоритму було визначено параметри та порівняно їх з більш класичним для акустики методом доданої маси. Порівняльна таблиця у роботі ілюструє високу точність генетичного алгоритму у порівнянні з методом доданої маси. В ході роботи над практичною частиною, також щоб покращити поведінку моделі на частотах вищих за резонансну, було вирішено ускладнити модель електричної підсистеми перетворювача та увести додаткові параметри: паралельний опір та паралельну індуктивність. Ускладнена модель, як наслідок, почала краще відповідати виміряним значенням у всій частотній області, а отже є більш точною. Це є прикладом зручності використання генетичного алгоритму при переході від ідентифікації однієї моделі зі специфічними параметрами до іншої. Результати даної роботи доводять, що використання генетичного алгоритму є доцільним для вирішення задач електроакустики адже його використання дозволяє швидко експериментувати та ідентифікувати більш складні моделі для яких метод доданої маси не може бути застосованим. Також, у перспективі, генетичний алгоритм може бути застосований для ідентифікації моделей перетворювачів у часовій області, наприклад, нелінійних моделей електродинамічних перетворювачів або моделей у фазовому просторі, що є предметом майбутніх досліджень.