基于遗传算法的模糊神经网络控制器在烘干炉温度控制系统中的设计与仿真

以烘干炉温度为被控对象,由于烘干炉温度控制具有非线性、大滞后和无法建立精确数学模型等特点,传统的控制器很难达到理想的控制效果,为此设计了一种基于遗传算法的模糊神经网络控制器.基于遗传算法的模糊神经网络控制器是将遗传算法的全局寻优和BP算法的在线学习结合起来,先用遗传算法对神经网络的参数进行离线训练,然后再用BP算法对模糊神经网络控制器进一步在线学习.仿真结果表明,基于遗传算法的模糊神经网络控制器与模糊控制、传统PID控制相比较,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果.     

Matlab遗传算法优化工具箱(GAOT)的研究与应用

介绍遗传算法的基本原理和Matlab的遗传算法优化工具箱（GAOT），分析了优化工具函数。探讨Matlab遗传算法工具箱在参数优化和非线性规划中的应用。通过优化实例，说明遗传算法是一种具有良好的全局寻优性能的优化方法。用Matlab语言及Matlab语言编制的优化工具箱进行优化设计具有语言简单、函数丰富、用法比较灵活、编程效率高等特点。     

液压转台动态摩擦的自适应鲁棒补偿研究

复杂的动态非线性摩擦力矩是影响液压转台低速性能的关键因素.为提高液压转台的低速性能,通过分析液压转台单框动态摩擦力矩特性,建立转台摩擦的LuGre模型基础上,提出用一种自适应鲁棒控制补偿液压转台动态摩擦.构造两个非线性观测器对液压转台LuGre摩擦状态进行精确估计,不连续投影映射方法提高参数自适应和摩擦状态估计的稳定性,鲁棒反馈项削弱估计误差和未确定非线性以确保控制系统的鲁棒性能.对液压转台外框的试验结果证明了该方法的正确性和优越性.     

BP网络结合遗传算法对可取桥塞卡瓦结构优化

可取桥塞是井下作业中使用的主要工具,其中卡瓦结构参数的合理性直接影响油井产量和安全生产.为此提出一种基于BP网络和改进遗传算法的结构优化设计方法,在ANSYS软件环境中建立可取桥塞卡瓦模型进行仿真,得到25组数据构成网络训练样本,用BP网络建立映射关系,为遗传算法提供适应度函数,通过改进遗传算法完成最小值优化.优化结果表明卡瓦的整体性能有了显著的提高.     

基于神经网络和遗传算法的卫星结构参数优化

针对卫星结构要求总质量轻小、一阶固有频率较高的特点,建立了卫星结构多目标优化的数学模型,通过BP神经网络和遗传算法相结合进行参数优化,并编制了相应的计算程序,既利用了神经网络的非线性映射、网络推理和预测功能,又发挥了遗传算法的全局优化特性,得出了合理的优化结果,与传统的结构优化方法相比,此方法效率较高,精度良好.     

基于遗传算法和GRNN的棉花流量检测模型研究

为了实现气力输送管道内的棉花流量检测,引入广义回归神经元网络(GRNN),建立基于光电传感原理的实时棉花流量动态检测标定模型,充分利用GRNN在非线性函数关系逼近能力、学习速度和网络稳定性方面的优势.采用一种实数编码的改进遗传算法(MGA)完成对网络的有教师式训练过程,改善网络性能.首先建立基于GRNN神经网络的标定模型,然后利用MGA搜索接近全局最优的基函数中心和平滑因子,最后用该模型对测试样本数据进行了预测.     

基于遗传算法的数控机床进给伺服系统模糊PID位置控制研究

文章针对电机引入的非线性、参数不确定性及对位置伺服系统快速定位和无超调的要求问题,提出了一种新的位置控制方法,即基于遗传算法的模糊PID位置控制。该方法结合遗传算法和模糊PID控制的优点,利用遗传算法优化模糊PID控制系统的模糊控制规则,通过模糊控制规则对PID参数进行实时修改。仿真结果表明,这种位置控制器具有良好的稳态精度和动态响应,与传统比例位置控制的伺服系统相比,具有良好的动态、稳态性能以及较强的鲁棒性。     

非线性航空发动机性能参数估计方法研究

为了消除线性模型误差的影响,建立了航空发动机性能变化参数非线性估计的模型,提出了一种非线性的航空发动机部件性能变化参数估计的方法。将待估计参数以及模型计算值和实际测量值之间的误差一同并入发动机模型程序进行求解。仿真结果表明,与线性估计方法相比,非线性参数估计的方法具有更高的精度和更简单的系统结构。     

基于噪声方差估计的稳健融合算法

给出一种基于噪声方差估计的稳健融合算法.针对集中式多传感器融合结构,利用随机逼近算法分析了各传感器权的最优分配原则,并给出了一种基于方差估计的权的自适应调整算法.结合多传感器融合跟踪系统,为了提高非线性系统的跟踪性能,滤波算法采用了非线性逼近能力更好的Unscented卡尔曼滤波算法.通过计算机仿真实验,获得了良好的融合效果.与经典的加权方法相比,在相同仿真航路条件下,融合精度和跟踪精度都得到了显著提高.     

基于AHP-NSGA-Ⅲ的车辆悬架预瞄最优控制研究

针对车辆主动悬架线性二次最优控制存在的权值系数确定问题,提出了一种结合主客观性能评价的权值系数选择方法---层次分析-三代遗传算法。利用层次分析法确定变量范围,以6个主动控制悬架性能指标为目标函数,利用三代遗传算法进行多目标优化并以控制力作为限制条件筛选出最优解。以半车模型为例,结合前轮预瞄信息与卡尔曼估计器估计的状态变量,设计预瞄最优控制器,并采用虚拟激励法直接在频域范围内进行求解。仿真结果表明,所提出的控制策略可改善车辆的乘坐舒适性。