遗传算法优化的非线性钢结构模糊控制研究

采用遗传算法优化模糊控制算法的隶属函数及比例因子,通过压电变摩擦阻尼器实现减少非线性钢结构的地震响应。采用双输入单输出的模糊控制器,选取结构的层间位移的绝对值、层间速度的绝对值作为模糊控制器的输入变量,输出变量为作用电压,选取三角形函数作为输入、输出变量的隶属度函数,使用遗传算法对隶属函数及比例因子做出优化。以3层非线性钢结构地震响应为例,分别对模糊控制算法及遗传算法优化后模糊控制算法进行数值分析,结果表明:经遗传算法优化后的模糊控制,进一步降低了非线性钢结构的加速度和位移等响应。     

模糊控制隶属函数的优化算法及其应用

确定合适的隶属函数对模糊控制效果有重要影响，是应用模糊控制的基础，也是难点之一．本文应用遗传算法优化隶属函数，阐述了基本原理和具体实施过程，最后将该算法应用于一类对象模糊控制系统的设计中．结果表明：该方法简单实用，具有较为理想的效果     

基于遗传算法的模糊控制模型参数优化的研究

模糊控制的精度取决于有关参数,如隶属度函数、模糊关系矩阵、传统 确定参数的方法是依靠人工。作者采用遗传算法来优化参数,大大地提高了模糊控制的精度。试验结果表明,先验知识和遗传算法的结合可以得到很好的控制效果。     

基于混合学习算法的模糊小波神经网络控制

采用小波函数作为模糊隶属函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理.针对BP算法易陷入局部极值点的缺点和简单遗传算法局部搜索能力差的不足,提出了一种混合学习算法,即首先利用遗传算法全局搜索的特点来离线优化神经网络的参数,再利用BP算法较强的局部搜索能力对网络参数进行在线调整.仿真结果表明,该网络能对不同的对象实施有效控制,且具有快速、适应性强等特点.     

运用遗传算法对制冷蒸发器过热度控制的优化方法

在制冷系统动态仿真的基础上，引入遗传算法对蒸发器过热度模糊控制的隶属度函数进行了优化，并给出了三角形隶属度函数的优化方案，利用MATLAB软件实现了仿真和优化过程，进行了优化模糊控制和比例积分（PI）控制品质的对比实验。结果表明，优化后的模糊控制使过热度的超调量减小，使阀的动作平稳。     

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.     

基于遗传算法的城域交叉路口两级模糊控制

分级模糊控制能有效减少模糊规则数,易于提取模糊规则,适合于交通状况复杂的城域交叉路口的交通控制,但它存在难以由人工合理定义全部模糊隶属度函数的问题.为此,提出了一种面向城域单交叉路口的自适应两级模糊控制系统,并采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化调整.该控制系统具有分级模糊控制的优点,同时可以让模糊隶属度的选取更为合理,使模糊隶属度函数在不同交通情况下自适应地变化,从而改善控制效果.对一个两相位孤立交叉口进行仿真.结果表明该法能有效降低通行车辆在交叉口的平均等待时间.     

运用MATLAB实现基于遗传算法自修正的模糊控制理论的仿真

将遗传算法引入模糊控制的理论研究中,利用遗传算法对模糊控制输入隶属度函数进行在线自调整,并运用MATLAB语言实现对一个典型三阶系统的仿真,结果显示了该方法的有效性和实用性.     

基于遗传算法优化的模糊PID控制研究及其仿真

提出了一种基于遗传算法优化的模糊PID控制系统：采用遗传算法优化模糊控制中的隶属函数和控制规则,进一步完善了模糊PID控制器的性能,提高了系统的控制精度。并对优化后的模糊控制器进行了Matlab仿真研究,结果表明：经过优化后的控制器明显地改善了控制系统的动态性能,能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值。     

遗传模糊优化算法在三容水箱控制系统中的仿真应用

针对存在大滞后、时变、非线性特点的液位控制系统在工况大范围变化时传统控制算法控制效果不理想的问题,提出利用模糊控制结合遗传算法的空间寻优能力,对隶属度函数的参数和模糊控制规则的后件进行综合编码优化,利用进化原理寻优来获得最佳的参数进行模糊系统自动设计的方法建立三容水箱控制系统仿真模型,在此模型上验证.仿真结果表明此方法的有效性和实用性.