电子膨胀阀调节蒸发器过热度的控制算法

将遗传算法引入蒸发器过热度的模糊控制中,对确定优化目标、选择优化参数、遗传算法的编码、产生初始样本群、求适与值、繁殖、交叉、变异、选择运算、获得优化参数等问题进行了研究;对比了遗传算法优化的模糊控制与PI控制的效果。遗传算法引入模糊控制,解决了蒸发器过热度控制中,只能依赖人的经验调速隶导度函数的难题,从而简化了模糊控制设计的过程;模糊控制与PI控制相比,过热度调节过程稍慢,但比较平稳,过热度控制精度较高。     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC),结合模糊控制和遗传算法提出一种新型的PID智能控制器.这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值,然后再对模糊控制的相关参数用遗传算法优化,避免了参数选择的盲目性.仿真结果明显优于传统的PID控制器,同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器.同时,在研究遗传算法寻优的过程中提出一种新的适应度选择方法.     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC)，结合模糊控制和遗传算法提出一种新型的PID智能控制器，这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值，然后再对模糊控制的相关参数用遗传算法优化，避免了参数选择的盲目性。仿真结果明显优于传统的PID控制器，同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器。同时，在研究遗传算法寻优的过程中提出一种新的适应度选择方法。     

一种基于分层模糊控制的免疫遗传优化算法

针对标准遗传算法的不足,借鉴生物免疫机理和人脑模糊思维功能提出一种新的基于分层模糊控制的免疫遗传算法.该算法利用免疫系统独特性网络学说,改进标准遗传算法选择算子,提高了种群多样性;同时从环境、种群、个体和基因角度,全面分析算法寻优性能和各种进化参数的启发式模糊关系,采用模糊推理动态调整交叉率、交叉位置和变异率,减小了标准遗传操作的随机性.实验结果表明,新算法不仅可有效克服标准遗传算法的缺陷,而且收敛速度、计算精度和算法稳定性也得到明显提高.     

基于遗传算法的发动机自寻优模糊控制

针对汽车发动机参数具有离散性、非线性和不确定性,采用传统控制模型难以精确控制瞬态过程的过量空气系数和点火时刻的问题,提出了一种基于遗传算法的发动机自寻优模糊控制模型.设计了实现该控制模型的嵌入式控制器,讨论了实时在线仿真基础上,采用遗传算法对模糊控制参数的自动寻优.实验表明,发动机动力性和经济性指标取得到了明显提高,以及控制模型在降低燃油消耗方面具有明显的优势.     

基于遗传算法的无人机模糊-积分控制器设计

针对某小型固定翼无人机纵向姿态控制和轨迹跟踪的要求设计了一种模糊-积分混合控制器. 为避免控制器参数调试的复杂性,提高控制性能,利用遗传算法对模糊控制的隶属度函数进行了优化设计. 在优化设计阶段,确定了设计变量和约束条件,并给出了比例因子整定原则. 仿真结果表明,基于遗传算法的模糊-积分控制器与传统PID控制器相比具有更短的响应时间,鲁棒性强,并且解决了单一模糊控制器稳态响应精度低、响应曲线颤振的问题.      

一种基于模糊神经网络和遗传算法的智能PID控制器

常规的PID控制器参数整定方法需要被控对象的精确数学模型,且整定出的参数不能进行在线调整.而模糊控制和神经网络均不依赖被控对象的数学模型,且具有较强的自适应和自学习能力;遗传算法则是一种新型的全局优化方法.鉴于此,提出将模糊控制、神经网络和遗传算法引入PID控制器的设计过程.首先,运用遗传算法优化隶属度函数的中心值和宽度,并借助模糊逻辑控制确定遗传算法中的交叉概率和变异概率.然后,再运用BP算法优化模糊神经网络的连接权系数.仿真结果表明,该方法提高了系统的自适应能力和抗干扰能力,增强了系统的鲁棒性.     

基于分层遗传算法的模糊控制

介绍了模糊控制系统和遗传算法的基本内容及二者间的融合 .基于遗传算法的模糊系统模型辨识 ,引出了可以对实际复杂系统总结出较完善控制规则的分层遗传算法的模糊控制 .分层遗传算法通过基因操作使控制基因和由控制基因控制的参数基因都得到改变 ,进而使控制规则的结构和形状及个数得到了优化 .将这种分层模糊控制技术应用于铝电解工业中的极距控制 ,可使改进后的极距控制系统的动态性能和稳态误差都得到提高 .     

基于分层遗传算法的模糊控制

介绍了模糊控制系统和遗传算法的基本内容及二间的融合．基于遗传算法的模糊系统模型辨识，引出了可以对实际复杂系统总结出较完善控制规则的分层遗传算法的模糊控制．分层遗传算法通过基因操作使控制基因和由控制基因控制的参数基因都得到改变，进而使控制规则的结构和形状及个数得到了优化．将这种分层模糊控制技术应用于铝电解工业中的极距控制，可使改进后的极距控制系统的动态性能和稳态误差都得到提高．     

基于遗传算法和模糊控制的图像盲复原方法

针对空间移变降质的点扩散函数类型未知且加性噪声严重的情况,提出一种基于遗传算法和模糊控制的盲复原方法.算法采用三角形网格划分子图像块,通过标准遗传算法和微种群遗传算法交替进化的方式分别估计点扩散函数及其对应的子图像块,并在标准遗传算法每一代进化结束时利用参数模型对估计的最佳点扩散函数进行基于模糊控制的修正,而在微种群遗传算法每次迭代后对最佳子图像块进行基于直方图统计的修正.实验结果表明,与点扩散函数已知且不含修正步骤的恢复算法相比,该算法具有更好的的复原效果.     

智能火力/飞行综合控制系统研究

本文设计了基于遗传算法和模糊逻辑控制的智能火力/飞行综合控制系统(IFFC),设计了采用论域自调整的模糊控制器,给出了控制器输入输出的隶属函数,设计了相应的规则库.并在此基础上进一步利用遗传算法对模糊控制器进行优化设计,给出了遗传算法各个参数的选择原则.仿真结果表明,基于遗传算法和模糊逻辑的智能火力/飞行综合控制系统具有良好的控制效果,在综合火力/飞行控制系统的设计中颇有应用潜力和前景.     

Fuzzy Control of Chaotic System with Genetic Algorithm

ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ,ｔｈｅｒｅｈａｓｂｅｅｎｉｎｃｒｅａｓｉｎｇｉｎｔｅｒｅｓｔｉｎｔｈｅａｐ ｐｌｉｃａｔｉｏｎｓｏｆｃｈａｏｓｔｏｔｅｃｈｎｏｌｏｇｙ .Ｏｎｅｏｆｔｈｅｐｒｏｂｌｅｍｓｆａｃｅｄｉｓｔｏｉｎｖｅｓｔｉｇａｔｅｔｅｃｈｎｉｑｕｅｓｆｏｒｅｆｆｉｃｉｅｎｔｌｙｍａｎｉｐｕｌａｔｉｎｇｃｈａｏｔｉｃｓｙｓｔｅｍｓ.Ｓｏｍｅｒｅｓｅａｒｃｈｅｒｓｈａｖｅｐｒｏｐｏｓｅｄｔｏｕｓｅｃｌａｓｓｉｃａｌｍｅｔｈｏｄｓｓｕｃｈａｓｆｅｅｄｂａｃｋｃｏｎｔｒｏｌ[1]…     

倒立摆系统的模糊控制方法

阐述了基于二级倒立摆的两种模糊控制方法，即模糊逻辑控制方法和分层模糊控制方法．模糊逻辑控制方法是将二级倒立摆系统的6个状态变量加权变化为两个参变量，再用模糊控制器实现稳定控制．而分层模糊控制是将状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制较模糊逻辑控制具有更好的控制效果．     

基于Fuzzy函数逼近的柔性模糊控制器论域压缩算法

针对模糊控制稳态控制精度不高的问题,提出了一种提高ＦＩＳ系统函数逼近精度的新方法——论域压缩算法．基于模糊数二元基元组的概念改进了一类Ｈｏｏｖｅｓ－Ｊｅｅｖｅｓ算法,实现对模糊数参数的寻优和输出论域的动态调整．构造基于ＳＯＷＡ类算子和ＢＡＤＤ解模糊的广义柔性模糊控制器作为仿真平台,对一过热汽温对象的控制给出仿真算例．结果表明,该方法可对控制达到任意精度上的逼近,从根本上解决Ｆｕｚｚｙ控制精度不高的问题．分析指出动态论域压缩算法对模糊控制具有理论上的普遍意义     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.     

自适应模糊逻辑系统在飞机航程计算中的应用

针对传统航程计算方法的复杂,提出了基于自适应模糊逻辑系统的航程计算方法,采用该方法建立了某型飞机航程计算的模糊模型,并利用误差反向传播算法和最小二乘算法对模型参数进行了辨识。仿真结果表明:运用该方法计算某型飞机航程较传统的计算方法具有速度快、精度高等特点。     

基于指数饱和函数的非线性系统自适应模糊控制

为减小模糊逻辑系统的逼近误差,引入指数饱和函数项对一类未知非线性系统进行间接自适应模糊控制.直接用模糊逻辑系统逼近未知非线性函数,基于广义误差对模糊逻辑系统中的未知参数进行自适应调整,并用指数饱和函数项对逼近误差进行补偿.该方法不但能使跟踪误差收敛到原点的一个小邻域内,而且通过适当减小控制器中设计参数,可使跟踪误差减小.仿真验证了该方法的有效性.     

Genetic-fuzzy HEV control strategy based on driving cycle recognition

A genetic-fuzzy HEV control strategy based on driving cycle recognition (DCR) was built. Six driving cycles were selected to represent different traffic conditions e.g. freeway, urban, suburb. A neural algorithm was used for traffic condition recognition based on ten parameters of each driving cycle. The DCR was utilized for optimization of the HEV control parameters using a genetic-fuzzy approach. A fuzzy logic controller (FLC) was designed to be intelligent to manage the engine to work in the vicinity of its optimal condition. The fuzzy membership function parameters were optimized using the genetic algorithm (GA) for each driving cycle. The result is that the DCR_fuzzy controller can reduce the fuel consumption by 1.9%, higher than only CYC_HWFET optimized fuzzy (0.2%) or CYC_WVUSUB optimized fuzzy (0.7%). The DCR_fuzzy method can get the better result than only optimizing one cycle on the complex real traffic conditions.     

柴油-天然气双燃料电喷系统控制策略及实现

柴油—天然气双燃料电控喷射电子系统是针对传统泵-管-嘴柴油内燃机而开发的，其中电控喷射电子系统是关键子系统。该系统采用GA模糊控制方法，利用了GA强大空间搜索能力和传统优化方法的快速收敛和高精度的优点，综合考虑了模糊控制器的复杂程度、训练速度和控制精度。仿真结果及应用效果表明了该控制系统的有效性。     

模糊PID自整定技术在叶片检测控制系统中的应用

鉴于叶片检测系统对运动控制系统高精度的要求,分析叶片检测系统的运动控制方式。基于IMAC400控制卡研究其PID参数调整原理,设计fuzzy logic的PID自整定算法,比较传统PID与模糊自整定PID的控制性能。实验结果表明:在抛物线响应中,常规PID控制的最大跟随误差为-8.602 9,而模糊自整定PID控制最大跟随误差为-8.492 2。模糊自整定PID技术对运动控制系统的稳定性及精确度均有很大的提升。