基于遗传算法的FUZZY+CMAC优化设计

针对模糊控制器甲的参数与CMAC权值的调整及学习很困难的问题，采用改进的遗传算法对模糊控制器和CMAC神经网络的比例因子和连接权值进行寻优，把模糊控制、CMAC和遗传算法的优点结合起来，设计了基于改进遗传算法的FUZZY＋CMAC控制系统，给出了系统的整体结构和各部分的控制设计。仿真结果表明，该控制系统具有超调量小和实时性强的特点。     

基于再励学习的交流调速系统模糊神经网络控制

针对矢量控制交流调速系统,该文提出并设计了一种基于再励学习的模糊神经网络速度控制器。详细介绍了基于遗传算法的神经网络权重在线训练方法,仿真对比了输入空间的划分即模糊子集数量对模糊神经网络控制器的训练及其控制效果的影响。仿真结果表明该速度控制器能通过在线训练方式获得最优参数以适应被控对象的参数变化,能使系统获得优良的动态和静态性能。     

过热汽温模糊神经网络预测控制器的设计

针对锅炉过热汽温的特点，设计前馈—反馈串级复合型控制系统。主控制器采用基于神经网络预测模型的模糊神经控制，即该控制器首先是将神经网络与预测控制相结合，采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练，实现了非线性、大时滞系统模型的精确预测；然后将模糊控制与神经网络相结合，实现模糊神经预测控制。副控制器采用二自由度PID控制器。仿真结果表明，该控制显著提高锅炉过热汽温这一非线性、大时滞系统的控制品质，且易于工程实现。     

遗传算法在水轮发电机模糊神经网络励磁控制器设计中的应用研究

本文在分析了模糊神经网络(FNN)控制器的工作原理及设计方法的基础上,提出了一种采用遗传算法优化设计水轮发电机模糊神经网络励磁控制器的方法。其基本过程是利用遗传算法得到初始模糊控制规则,并对初始规则进行过滤,在此基础上利用遗传算法结合模拟退火对得到的模糊神经网络进行训练。仿真结果表明与根据专家经验获得模糊规则和BP算法进行学习的常规FNN比较,采用遗传算法优化设计的模糊神经网络励磁控制器所构成的励磁系统具有更好的动态性能。     

基于改进学习算法的模糊神经网络控制系统

针对一类复杂非线性系统，提出一种模糊神经网络(FNN)控制方案。系统中采用模糊神经网络控制器和神经网络辨识控制器相结合的结构，介绍一种改进的学习算法，对学习公式进行推导，利用改进的遗传算法来优化已经获得的隶属度函数，并结合误差补偿以提高控制精度。同时将混沌机制引入常规BP算法，利用混沌机制固有的全局游动，逃出权值优化过程中存在的局部极小点，解决了网络训练易陷入局部极小点的问题。用该方法对某非线性动态系统进行辨识和控制，仿真结果表明控制精度和实时性优于常规模糊控制器。     

基于免疫遗传算法的感应电机控制设计与仿真研究

提出一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于感应电机双闭环控制系统中的转速控制器中,对感应电机实现了精确的速度控制.在与传统PI控制和递归模糊神经网络控制仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果.     

改进遗传算法及模糊神经网络在交流伺服系统中的应用研究

针对交流伺服系统高精度、快响应的要求,提出了基于改进遗传算法(IGA)优化的模糊神经网络控制方案。把神经网络与模糊逻辑控制结合起来,采用IGA算法对模糊神经网络控制器中的参数进行搜索和优化,给出了具体设计方法和优化步骤。实验结果表明:基于IGA算法的模糊神经网络控制方法用于交流调速系统具有较高的精度以及较强的鲁棒性、抗干扰能力等。     

基于免疫遗传模糊神经网络的永磁同步电机控制

在分析永磁同步电动机(PMSM)数学模型的基础上,提出了一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于永磁同步电动机双闭环矢量控制系统中的转速控制器中,对永磁同步电动机实现精确的速度控制.在与传统PI控制和递归模糊神经网络控制仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果.     

基于改进遗传算法的水轮发电机组温度控制系统研究

为了能够提高水轮发电机组的控制效果,研究了基于改进遗传算法的温度控制技术.首先,分析了改进遗传算法,从进化方式、适应度函数、选择算子、交叉算子以及遗传算子等方面进行讨论;然后,研究了基于改进遗传算法的水轮发电机组温度控制器;最后,进行了基于改进遗传算法模糊PID控制技术的水轮发电机组温度仿真分析,仿真结果表明,基于改进遗传算法的控制方法具有很好的鲁棒性.     

基于模糊神经网络控制的CO2焊接逆变电源

针对模糊逻辑在CO2焊接逆变电源控制中存在响应速度慢、精确性不高的问题,尝试采用模糊神经网络控制算法,对焊接电弧电压进行控制。阐述了模糊神经网络控制器的设计过程,并对所设计的模糊神经网络控制器和模糊逻辑控制器进行仿真对比研究,结果表明模糊神经网络具有更快的响应速度和更高的稳定性;整体仿真研究也表明所设计的控制系统可以更加快速准确地控制弧长的稳定。     

遗传算法优化的RBF神经网络控制器

为了消除神经网络参数初值对控制器性能的影响,提出了一种改进遗传算法优化的RBF神经网络控制器.该方法设计了基于性能指标的适应度函数,自适应的交叉概率、变异概率,引入移民的遗传算法,保证了得到的控制器为最优参数控制器.该方法可用于非线性对象的控制器设计,仿真结果说明了该方法的有效性.     

遗传算法在FACTS控制器参数优化中的应用

对遗传算法进行了全面改进(吸收了目前该领域研究的一些最新研究成果,例如:模拟退火、自调整等方法),并研究了遗传算法在FACTS控制器参数优化中的应用,证明了遗传算法良好的优化效果。利用本文的研究成果进行了陕西电网中使用FACTS控制器的可行性研究,可以准确计算出安装FACTS控制器给电网带来的效益。     

一种由改进GA优化整定的模糊免疫控制器在交流伺服系统中的应用

提出一种模糊免疫控制器,其参数由改进的遗传算法来优化整定。理论分析和仿真结果表明,该控制器可使交流伺服系统具有良好的位置跟踪特性和强的鲁棒性。     

基于遗传算法-BP神经网络优化的PID控制

利用遗传算法全局随机搜索能力,设计一种基于遗传算法的神经网络学习算法。对于非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为一种有效的控制策略。该文提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化。仿真结果证明了该算法的有效性。     

Tracking control of induction motor using fuzzy phase plane controller with improved genetic algorithm

This paper proposes a fuzzy phase plane controller (FPPC) using an improved genetic algorithm (IGA) for the optimal position/speed tracking control of an induction motor. The proposed optimal algorithm (IGA) is equipped with an improved evolutionary direction operator (IEDO) to enhance the traditional genetic algorithm (GA). An application example was considered to compare the proposed IGA with the GA. Computational results show that the proposed IGA is more efficient than the GA.Fuzzy membership functions, phase plane theory and the proposed IGA are employed to design the proposed controller (FPPC) for the optimal position/speed tracking control of an induction motor. The proposed FPPC has the merits of rapid response, simple designed fuzzy logic control and an explicitly designed phase plane theory. Simulated and experimental results reveal that the proposed FPPC is superior in the optimal position/speed tracking control to conventional PI controllers.     

ACO based speed control of SRM fed by photovoltaic system

This paper proposes a speed control of Switched Reluctance Motor (SRM) supplied by Photovoltaic (PV) system. The proposed design of the speed controller is formulated as an optimization problem. Ant Colony Optimization (ACO) algorithm is employed to search for the optimal Proportional Integral (PI) parameters of the proposed controller by minimizing the time domain objective function. The behavior of the proposed ACO has been estimated with the behavior of Genetic Algorithm (GA) in order to prove the superior efficiency of the proposed ACO in tuning PI controller over GA. Also, the behavior of the proposed controller has been estimated with respect to the change of load torque, variable reference speed, ambient temperature, and radiation. Simulation results confirm the better behavior of the optimized PI controller based on ACO compared with optimized PI controller based on GA over a wide range of operating conditions.     

基于遗传算法的循环流化床锅炉床温模糊控制系统

模糊控制系统设计的核心问题是建立控制规则库,遗传算法是模仿自然界生物进化思想而得出的一种全局优化算法,可以用于获取模糊控制规则。然而用标准遗传算法来获取MIMO系统的控制规则库时,由于搜索空间庞大往往导致收敛速度很慢,为了克服这一缺点,该文定义了染色体中的优良模式,以此来控制遗传操作的方式和速度,加快了搜索和收敛的过程,床温是决定循环流化床锅炉安全,连续运行的重要参数,文中结合循环流化床锅炉的运行特性提出一种新的床温调节策略,采用改进后的遗传算法设计床温模糊控制器,将人工操作经验表示为染色体中的优良模式,依据经验和启发性信息来控制遗传操作的方式和速度,提高了生成模糊控制规则的效率,仿真结果表明该系统在满足负荷要求的同时,能够保证主汽压力和床温的稳定。     

改进的自适应遗传算法在控制器PID参数优化中的应用

针对遗传算法(GA)中自适应机制存在理论性和可行性之间的矛盾,提出一种行之有效的自适应算法。该算法根据个体和群体的适应度来确定个体的交叉变异概率,并据此采用无放回抽样的方式进行交叉变异。用一个非常复杂的数学函数对新算法进行了测试,结果表明改进算法克服了传统GA难以解决的早熟和局部收敛的问题,并且收敛速度大有提高。在此基础上将其应用于锅炉过热汽温串级控制系统的PID参数优化,仿真结果表明了其优越性,具有很好的应用价值。     

水轮发电机组GA模糊控制器研究

模糊控制器设计的困难之一就是确定量化因子和隶属度函数，它们对控制器性能具有重要影响。文中提出用遗传算法（GA）对水轮发电机组模糊控制器进行优化设计，描述了控制器结构，优化算法和动态仿真结果。仿真对比试验表明，经过GA优化的模糊控制器比经过MATLAB NCD工具箱优化的PID控制器具有更好的控制效果和更强的鲁棒性。     

On-line gain-tuning IP controller using real-coded genetic algorithm

An integral proportional (IP) controller with on-line gain-tuning using real-coded genetic algorithm (GA) is proposed to control the mover position of a linear induction motor (LIM) servo drive system. First, the dynamic model of an indirect field-oriented LIM servo drive is derived. Then, a real-time GA is developed to search the optimal gains of the IP controller. The theoretic bases of the IP controller and real-time GA are described in detail. Moreover, the proposed control system is implemented in a PC-based computer control system to control the LIM for achieving high-precision position control with robustness. Finally, simulated and experimental results show that the proposed controller provides high-performance dynamic characteristics and is robust with regard to plant parameter variations and external load disturbance.