基于自适应遗传算法模糊PID控制器参数优化

该文针对自适应模糊控制器的多参数优化问题,提出一种自适应遗传算法同时优化模糊规则和隶属函数的方法.先对隶属度函数和控制规则进行联合编码,遗传进化前期采用锦标赛精英保留,后期采用基于轮盘赌的非线性选择方法,保留了种群中较优个体,提高种群的多样性.采用一种自适应交叉变异算子,使交叉变异概率根据进化过程不断自动调整,避免算法...     

基于遗传算法的水下机器人模糊控制器优化设计

将遗传算法引入到水下机器人模糊控制优化问题中，用以自动寻优隶属函数参数和模糊控制规则，针对所采用的模糊控制器是连续型模糊控制器这一特点，对模糊规则和隶属函数采用了实数编码策略，并讨论了复制、交叉、变异等遗传操作在模糊控制器设计非线性寻优中的应用，最后针对水下机器人运动控制进行了计算机仿真，仿真结果表明，优化得到的模糊控制器与传统的模糊控制器相比具有响应快、超调小的特点。     

一种模糊自适应控制器

本文提出了一种根据系统输入—输出数据在线修改模糊关系的模糊自适应控制器．文中给出一个由不稳定非最小相位线性部分和饱和非线性两部分组成的随机系统仿真示例，仿真结果表明该控制器是有效的     

基于遗传算法的可调因子模糊PID控制器的设计

传统的PID控制算法简单、易于实现,但对于非线性、不确定性的控制对象,控制效果并不理想。本文将不依赖于被控对象的数学模型,适应能力好的模糊控制和常规PID控制相结合,并对模糊算法中对系统性能有重要影响的量化因子用遗传算法进行优化,提出一种基于遗传算法的可调因子模糊PID控制器。仿真结果表明该控制器具有良好的动态性能和静态性能。     

基于控制规则调整的自适应模糊控制器

工业对象大多是具有非线性、大时滞、高阶次的复杂对象,常规的控制方法往往难以适应这些对象的变化。文中提出了一种自适应模糊控制器,它能在控制过程中不断调整和修改控制规则,以适应对象和环境的变化。对控制方法与常规PID控制、Smith预估控制、基本模糊控制进行了仿真比较,仿真曲线表明,自适应模糊控制器的控制性能明显好于其它3种控制方法。     

基于强化学习的模糊自适应控制器

提出了一个强化学习系统中模糊自适应控制器网络结构及其有关算法的改进。并在此基础上给出了二阶欠阻尼系统和强非线性系统的强化学习控制仿真结果。仿真结果表明,基于强化学习的模糊自适应控制器可以对一类复杂系统实现自学习控制,达到令人满意的控制精度。最后,作者还对进一步研究的问题进行了探讨。     

一种基于自适应遗传算法的统一潮流控制器

提出一种自适应遗传算法的智能控制策略,并将其应用于统一潮流控制器的多变量控制中.对3个通用的标准测试函数进行了优化,将其测试结果与简单遗传算法进行了比较.仿真结果表明:自适应机制提高了算法的搜索性能,与传统PI控制相比具有更强的动态性和鲁棒性。     

基于PAC的在线模糊自适应PID控制器设计

PID控制适合用于已知精确数学模型的被控对象,具有稳态误差小等特点.模糊控制不需要被控对象的数学模型,响应速度快,但是有静差.将这两种控制技术相结合,设计一种模糊自适应PID控制器,具有响应速度快、稳态误差小的特点.采用上位机和PAC结合,上位机中的iFIX组态软件利用OPC技术和MATLAB软件中的模糊控制器通讯,把实时值和设定值送给模糊控制器,同时把模糊控制器的输出(比例系数、积分系数和微分系数)送回PAC,在PAC中根据PID算法计算控制量,由PAC控制被控对象,实现在线模糊自适应PID控制.对水箱液位进行控制的结果表明,采用在线模糊自适应PID控制器后,控制系统的响应速度加快,无超调,具有较好的稳定性和鲁棒性.     

基于自适应遗传算法的复合材料层合板铺层顺序优化设计

分析了杂交概率和突变概率对遗传算法收敛性的影响,提出了一种自适应遗传算法,并利用该方法研究了复合材料层合板的铺层顺序优化设计问题。算例结果表明,提出的复合材料层合板铺层顺序优化设计方法能够明显的提高计算效率。     

基于遗传算法的模糊神经网络控制器的仿真

对遗传算法（GA）和模糊神经网络控制器的结构进行了说明,为了克服以反向传播算法（BP）的缺点,通过遗传算法对模糊神经网络控制器的参数进行优化,亦即对模糊神经网络进行训练,用通过优化后的模糊神经网络控制器控制一个带有纯滞后的非线性对象,仿真结果证实了其性能较常规模糊控制器优越。     

基于遗传算法的模糊控制器设计

将遗传算法引入到模糊控制器设计中,用以自动导优模糊控制规则,得到的模糊控制系统具有过渡过程时间短,超调小等优点;并对模糊规则表采用自然数编码策略,针对纯滞后对象特点,人出了性能指标函数,讨论了复制、交叉、变异等遗传操作在模糊控制器设计非线性寻优问题中的具体应用,并对各种方法进行了对比性研究;最后针对纯滞后对象进行了计算机仿真,并给出了仿真结果。     

基于遗传算法和自适应的印刷色彩模糊控制

针对印刷过程中被控对象因受工作环境影响而具有大滞后性、模型不确定性和时变性的特点, 在满足色彩质量要求的情况下, 为了尽量减少印刷调整次数, 首先, 基于印刷色彩质量控制的理论模型设计了T-S型模糊控制器;然后, 采用遗传算法对模糊控制器的初始控制规则进行优化, 使初始控制规则更逼近理论模型;最后, 针对1次模糊控制产生的大误差提出了控制规则的自适应调整方法.实例分析证明:调整方案有效, 从理论上实现了对印刷机进行不超过2次的调整, 就可使色彩质量满足要求, 提高了系统的控制精度, 可用于指导实际印刷过程.     

基于遗传模糊控制的智能自适应滤波算法

组合导航中软故障难以检测,致使卡尔曼滤波精度降低甚至发散.为提高滤波的容错性,提出了一种基于遗传模糊控制的智能自适应滤波算法.首先针对软故障提出一种模糊自适应滤波算法,算法中通过监测观测量新息及其变化率,应用模糊控制系统计算观测质量因子,并对滤波器量测噪声阵进行在线自适应调整,从而抑制软故障对滤波的影响,保证滤波的精度,提升容错性能.然后,利用自适应遗传算法对隶属度函数的参数进行优化,从而进一步提高算法的整体精度.利用本文提出的算法在SINS/CNS/GPS导航平台上进行了定位实验,结果显示该算法有效,在软故障存在时,定位精度小于2m,测速精度小于0.1m/s.     

Research on Directly Adaptive Fuzzy Algorithm Based ACC Controller

A directly adaptive fuzzy algorithm is applied in vehicle adaptive cruise control system. The basic principle of the adaptive fuzzy algorithm is analyzed. The initial value of the fuzzy based vector is given by the traditional fuzzy membership. Adaptive law of the adjustable parameters θ is also determined. The directly adaptive fuzzy ACC controller is designed based on Matlab fuzzy toolbox. Matlab-Simulink is adopted to test the function of the adaptive fuzzy ACC controller. The control system is established using a 7 DOF vehicle dynamics model. Simulation results indicate that the principle of the method is correct and it performs well both in cruise and distance keeping.     

基于遗传模拟退火算法的钢桁架结构优化设计

将遗传算法(GA)的全局寻优性能好和模拟退火算法(SA)的局部搜索能力强的优点相结合,提出了用于钢桁架结构离散变量优化设计的遗传模拟退火算法(SAGA).以十杆桁架为例对此算法进行了数值实验,并将实验结果与其他优化方法相比较.算例结果表明,遗传模拟退火算法的寻优概率是100%,平均进化代数为35代,其稳定性和求解效率均高于改进的遗传算法.实验结果显示,遗传模拟退火算法在整体搜索同时,采用退火操作进行局部搜索,提高了算法的局部搜索能力,有效克服了遗传算法迭代缓慢的缺点,把遗传模拟退火算法用于钢桁架离散变量的优化设计中是行之有效的.     

设计遗传算法规则自生成模糊控制器

提出了以遗传算法设计自生成规则变换的模糊控制器.而模糊控制器是由个体表示的盒式变换相联系,而提出一个短的编码串,控制器的结构是由输入变量的隶属度函数的个数,隶属度函数的形状和指数函数组成.那么,以适当的函数来选择合适的模糊控制器的搜索过程以达到期望的性能.最后,以倒立摆的控制过程来证明该方法的效果.     

基于模糊逻辑的复杂控制系统自适应鲁棒控制器设计

利用模糊逻辑系统具有充分利用语言信息和逼近连续函数的性质，分析设计了复杂大系统的自适应鲁棒控制器和模糊逻辑系统参数估计的自适应律，这种控制器使被控系统的状态及参数估计误差一致终极有界。仿真实例表明，所提出的方法是有效的。     

基于GA的多相位交通信号模糊控制器优化方法

一般模糊控制器控制规则依赖于专家经验,量化因子固定,不能随交通流的变化而动态改变,针对这种情况,提出了基于遗传算法的模糊控制器的优化控制,对模糊控制器所作出的决策进行动态调整,介绍了控制过程、染色体的编码及遗传算子的实现方法.以车辆平均延误为目标函数,在模糊控制器作出判决的基础上,对控制规则的调整量进行了全局寻优,加快了收敛速度.通过对一个四相位交叉口进行仿真,结果表明控制效果有明显的改善.