基于遗传算法的ABS控制门限自寻优方法

结合国家关于汽车ABS制动控制性能优劣的相关评价标准和调试经验,分析了汽车的车辆单轮模型和ABS基于加减速度门限及参考滑移率门限的控制策略,设计了有效的适应度函数,提出一种基于遗传算法的ABS控制门限自整定方法,实现了控制门限参数优化的计算机自主寻优。仿真结果表明,该方法具有较好的适应性。     

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（GAs）的在线自寻优PID控制器

设计了一种基于遗传算法的在线自寻优ＰＩＤ控制器，对于一类具有时变特性的线性系统，它可以根据系统参数的变化实现在线的ＰＩＤ参数优化。仿真结果证明其性能良好。     

基于自适应遗传算法的水污染控制系统规划

介绍了自适应遗传算法的步骤和特点,并对其进行了改进。以辽宁鞍山市太子河段的水污染控制系统为例,建立了适宜该地区的污水处理费用函数及水污染控制系统规划模型,利用改进的自适应遗传算法对其求解,取得了良好的结果。     

基于逻辑门限控制的汽车ABS仿真分析

为了提高制动稳定性,结合汽车ABS控制原理在MATLAB/Simulink环境下采用逻辑门限控制方式建立ABS液压控制模型,以车轮滑动率和车轮角速度作为逻辑门限参数,设定门限值,通过液压调节装置实时控制制动力的大小,防止制动时车轮抱死拖滑。为验证设计效果,同时搭建未装ABS系统的单轮汽车控制模型,在相同制动条件下进行仿真分析。结果表明:采用逻辑门限控制方式的汽车模型具有较好的实时性,制动时ABS系统可以使车轮滑动率一直维持在20%左右;与未装ABS系统的单轮汽车模型相比,制动距离缩短了13.02%。     

一种新的ABS控制方法

论述了一种新的在紧急状态下提高车辆制动性能的防抱制动系统的控制器，首先建立双自由度车辆制动过程数学模型，利用该模型设计控制策略，提出具有4个控制阶段的控制方法，采用共轭边界法和Poincare图设定控制边界，然后用一个非线性车辆模型评价了各种预选和再选条件，最后通过计算机模拟各种控制方法，模拟结果表明这种控制方法有效地提高了紧急制动状态下的车辆制动性能。     

基于遗传算法的发电机线性最优励磁控制研究

介绍了求解发电机励磁控制器中的增益矩阵K的一种新算法－－遗传算法,它不同于常规算法的特点在于,从多个方面初始点开始,沿多路径搜索实现全局最优或准全局最成,计算过程不需要存储状态或决策变量的离散点,节约计算机内存,不必求导计算,编程简单,是一种有效的自适应随机搜索算法,仿真结果表明,用遗传算法设计的发电机励磁控制器具有良好的控制效果和鲁棒性。     

汽车智能制动系统自寻优控制与仿真

采用-μS自寻优控制方法,应用于汽车防抱死制动系统(ABS)的控制策略,并在制动系统中增加制动压力反馈,通过轮速与制动压力双环路控制,达到控制滑移率变化的作用.仿真实验证明:该方法不仅算法简单,而且能够自动识别路面变化,给出最适宜的制动力矩,具有了智能刹车的功能.克服了目前所采用的无系统理论依据确定各门限值的逻辑门限控制方法的缺点,传统方法的逻辑门限值通过经验性的试凑方法确定,且不能随路面的变化而作迅速的调整.因此,μ-S自寻优控制方法,对于提高车辆的制动稳定性,改善汽车的行驶安全性具有重要意义.     

基于自适应模糊PID控制的某特种车ABS系统设计

为解决某危险品运输车的制动效果问题,基于ABS控制方法理论,在前人的工作基础上设计了三种控制策略的ABS系统,并通过Matlab/Simulink平台搭建了该危险品运输车满载时的制动模型,同时把设计的自适应模糊PID控制制动模型与前人提出的制动模型进行对比;最后以系统响应时间、轮速和车速变化,滑移率的变化以及制动距离作...     

关于自寻最优ABS控制系统的探讨

本文通过分析汽车制动的工作原理,提出了汽车防抱制动自寻最优控制方法。自寻最优ABS控制系统是一种简单、方便,具有较好操纵性、制动性以及自适应性的系统。     

汽车ABS逻辑门限值控制方法研究

在逻辑门限值法中,轮速信号处理的好坏将直接影响到整个ABS( anti-lock braking system)的控制过程.提出一阶滤波系数自适应法对轮速信号进行平滑滤波处理,并针对试验中车辆跑偏现象,分别对前后轮的控制策略进行了设计.道路试验结果表明:经过滤波后的轮速信号较为光滑,能满足实时控制的要求,汽车在制动过程...     

一种基于混合遗传算法的有源噪声控制方法

提出了一种基于混合遗传算法的格型IIR滤波器结构的有源噪声控制方法.混合遗传算法将遗传算法与随机搜索算法结合起来,可以改善基本遗传算法的局部搜索能力,克服基本遗传算法存在未成熟收敛问题.本文选择UNDX交叉算子作为遗传算法的主要算子,在保留当前最佳个体的同时,再对该最佳个体用随机搜索法搜索优化个体.这样既保证了算法的全局收敛性,又提高了收敛速度.仿真结果表明,该算法可以有效地实现噪声控制.     

基于遗传算法的结构振动主动控制优化方法

在结构振动主动控制的研究中,控制能量是限制其广泛应用的瓶颈。为减少控制系统所需能量,有必要对结构进行优化设计,而传统的优化方法对于振动主动控制系统的优化不太适合。为此,在杂交遗传算法和实代码遗传算法的基础上,开发了一种改进的杂交遗传算法,该算法不仅可以计算含不等式约束的优化问题,而且可以处理含线性等式的优化目标问题。最后给出了计算实例来说明所提方法的有效性。     

基于遗传算法的SON功率控制

针对自组织网络(self-organizing network,SON)基站自动配置、自优化、自修复等优点,在深入研究遗传算法的基础上,提出了一种基于遗传算法的SON功率控制。通过划分频带和设置门限值来做到小区的功率控制,并提出了小区中心用户和边缘用户不同的SINR(signal to interference plus noise ratio)计算公式。为了更好地解决最佳门限值的设定,还提出了控制门限值的函数。通过建立遗传算法流程,对门限值函数和目标SINR值进行了寻优。仿真结果表明,该算法能够很灵敏地做到最佳门限值的搜寻,同时搜寻结果也符合相关理论的验证。     

基于GA遗传算法的ARMA模型的辨识方法

提出一种基于浮点数编码遗传算法的系统辨识方法,融合和改进了一些遗传操作,并把该方法应用于有噪声背景下的ARMA模型参数的辨识。实验表明,该方法可有效地克服噪声干扰,可获得系统参数的无偏估计。     

模糊遗传算法在混沌控制中的应用

将模糊遗传算法与混沌的延迟反馈控制方法相结合,提出了基于模糊遗传算法的延迟反馈控制方法.它利用模糊遗传算法强大的寻优能力来整定延迟反馈控制中的控制刚度矩阵参数,从而克服了延迟反馈控制中控制刚度难于确定的问题.对混沌Lorenz系统的仿真控制说明该算法具有快速性好和抗干扰能力强等优点.     

基于遗传算法优化的汽车起步模糊控制策略

文章通过对熟练驾驶员驾车过程的分析,提出了能反映驾驶员意图的模糊控制策略,对汽车的平稳起步取得了较好的控制效果;模糊控制器中模糊推理规则和隶属函数的选取往往依据专家或技术人员的经验,有较大的人为主观性,难以进行优化,利用遗传算法对汽车起步模糊控制器中的比例因子和量化因子进行优化,可以取得满意的效果。     

基于策略迭代和遗传算法的 SMDP鲁棒控制策略求解

半马尔可夫决策过程(SMDP)描述的一类受控半Markov系统,其模型参数在实际中常常不确定或不可知,可能导致随机过程的性能函数和系统参数(即嵌入链转移概率和状态逗留时间分布)皆不确定。该文针对参数不相关的情况,给出求解鲁棒控制策略的迭代算法,并在迭代过程中引入遗传算法,以提高全局优化能力。数值例子表明,基于遗传算法的策略迭代应用于鲁棒决策问题中具有较好的优化效果。     

遗传算法与神经控制的融合算法研究

遗传算法和神经控制是现代智能控制常用的两种方法,它们具有各自的优点和不足。将遗传算法用于前向神经网络的可能性进行了研究,阐明了遗传算法和神经网络结合的必要性。针对遗传算法和神经控制各自的优缺点,设计了二者的融合算法,将遗传算法应用于神经网络控制器的学习和训练,从而使建立的控制器兼有二者的优点,具有神经网络的广泛映射能力和遗传算法快速全局收敛以及增强式学习等性能,继而提高控制系统的性能。运用该方法对电加热炉温度控制系统进行的仿真实验,实验结果体现了良好的控制效果,证明了融合算法的优越性。