用遗传算法优化模糊控制规则

提出了二维调整因子的概念,并用遗传算法优化选取二维调整因子,量化因子以及比例因子,仿真例证明其有效性。     

基于遗传算法的模糊控制规则优化的研究

模糊控制规则的正确选择是模糊控制器设计的关键,它决定了模糊控制系统的动态、静态性能和控制效果．针对传统的获取控制规则方法的不足,提出了在一个待优化模糊控制器的基础上,采用改进的遗传算法优化其模糊控制规则,从而使经过优化所获得的控制规则更加合理．最后对优化后的模糊控制器进行仿真比较研究,并将其应用于温室,实现温室温度的模糊控制．结果表明模糊控制规则经过优化后的模糊控制器的控制品质有较大的改善和提高．     

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。     

遗传算法对模糊控制的优化及其应用

为了使模糊控制器具有自学习能力,本文将遗传算法与模糊控制相结合,提出了使用遗传算法对模糊子集进行划分的优化方法,并根据模糊控制的特点,给出了改进的编码方法和交叉算子,加快了算法的收敛速度．应用该方法对锅炉过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊控制优化方法是很有效的．     

基于遗传算法优化的磨机负荷模糊控制

磨机负荷与生产效率和能源消耗有密切的关系,磨机负荷控制的目的就是在保证磨机安全稳定运行的条件下尽量提高磨机的生产效率.针对选矿厂球磨机运行过程具有强耦合、非线性、大滞后和时变性,常规的控制方法难以得到预期的控制效果,针对磨机负荷的上述特性提出了一种基于遗传算法的模糊控制优化方法.由于模糊控制器的控制规则、隶属度函数都需由领域专家总结出来,具有很大的主观性和随意性,为了弥补这方面的不足,采用遗传算法进行优化,搜索全局最优解,更好的解决了磨机负荷的寻优问题,使球磨机能够安全、稳定、高效的运行.     

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。     

基于遗传算法的起重机模糊控制研究

针对起重机的定位和防摆控制,设计了两个模糊控制器,分别对小车的位置和负载的摆动进行控制。并将遗传算法和模糊控制相结合,利用遗传算法对模糊隶属度函数、比例因子和量化因子进行优化,提高了模糊控制器的自适应和自学习能力,改善了系统的控制性能,从而实现了起重机的精确定位和消摆,提高了起重机的工作效率。仿真结果表明该方法的有效性。     

模糊控制空调器参数优化的变群体规模遗传算法

提出了一种适合于模糊控制空调器参数优化的变群体规模遗传算法－－VPGA,通过对二维病态且难以极小化的单峰考评函数－－Rosenbrock函数的计算,证明了VPGA较标准遗传算法（SGA）具有较高的全局寻优能力,采用该算法对模糊控制空调器的比例因子进行了优化,并与单形调优法的优化结果进行了对比,结果表明,采用VPGA避免了局部最优问题,同时也提高了收敛速度。     

基于遗传算法优化的双回路模糊控制倒立摆系统

通过遗传算法、模糊控制、PID的结合,对直线一级倒立摆的平衡控制问题进行了优化控制。首先用牛顿-欧拉法建立倒立摆的动力学模型,得出系统的传递函数和状态空间表达式,分析系统的稳定性和可控性。以此为基础,先设计了PID单回路和双回路控制器;然后用遗传算法优化PID参数;再用优化的参数设计双回路模糊PID控制器;并用MATLAB对系统进行了仿真。纵向和横向控制方法的对比分析表明:该方案控制效果最好,能同时控制角度和位移;其参数可在最优PID初值的基础上在线修改,实现最佳调整,使对象具有良好的静态和动态性能。     

非线性系统模糊控制算法研究

随着社会科技的进步,系统自动化越来越强,而要强化系统的自动化,就需要对系统控制进行深入的研究。系统控制是我国目前科学研究的一个重要方向,通过基本结构的建立和仿真实验,控制分析的深度会有明显的增加。在系统控制当中,非线性系统的模糊控制是一项重要的内容,通过对此中控制的算法进行分析和研究,可以提供非线性系统模糊控制的有效性。该文就非线性系统控制算法进行研究,旨在分析此系统算法的应用优势,从而强化其在实践中的应用水平。     

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 .     

基于遗传算法的非线性系统参数优化方法

提出了一种基于遗传算法的非线性系统参数仿真优化方法，解决了非线性系统参数优化问题，由于遗传算法是在解空间的多个区城内进行搜索，能以较大的概率跣出局部最优，因此可找到整体最优解。仿真结果表明，该方法是一种有效的非线性系统参数优化方法。     

解非线性优化问题的混合加速遗传算法

通过在实码遗传算法进化过程中加入改进的步长加速学习算子，并利用实码遗传算法和步长加速法所得到的优秀个体群，作为变量新的变化范围，逐步缩小搜索空间，自动向最优解收缩，提出了求解不可微非线性函数全局解的一种新方法——混合加速遗传算法(HAGA)，给出了HAGA算法实施的详细步骤，建立了HAGA相应的收敛定理。理论分析和实例分析表明，HAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种不可微函数优化问题中。     

非线性网络控制系统T-S模糊控制研究

文章采用T-S模糊模型描述非线性网络控制系统,针对该系统中存在的前向通道和反馈通道时延,采用史密斯预估器进行补偿;对非线性网络控制系统建立了T-S模糊模型,给出该模型的稳定模糊控制器存在的充分条件和模糊状态反馈控制器的设计方法,并给出相应的线性矩阵不等式形式和具有常数衰减度系统的稳定性存在的充分条件和相应的线性矩阵不等式形式;仿真算例结果表明,模糊状态反馈控制器的设计是行之有效的。     

一种模糊控制小生境遗传算法的应用研究

基于遗传算法的基本原理,提出一种改进的遗传算法,将模糊控制思想与小生境技术引入到其中,从而保护种群的多样性,同时使每代最优解得以保存.遗传算法加入小生境技术后虽可保持种群群体的多样性,但是不可避免的会产生部分个体的早熟以及陷入局部最优,于是加入模糊控制思想,对种群的交叉概率Pc和变异概率Pm进行模糊控制,以此为基础,形成了一种新型的模糊控制小生境遗传算法.最后通过对三个典型函数的数值分析证明了该方法的有效性和可行性.     

遗传算法与模拟退火算法混合策略模糊控制的研究

提出基于遗传算法与模拟退火算法混合策略的模糊控制，使控制规则得到优化，从而改善了控制性能，仿真实例表明这种方法是可行的。     

遗传算法与模拟退火算法混合策略模糊控制的研究

提出基于遗传算法与模拟退火算法混合策略的模糊控制,使控制规则得到优化,从而改善了控制性能．仿真实例表明这种方法是可行的．     

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.     

用遗传算法优化模糊控制规则的方法及其MATLAB实现

介绍了用遗传算法优化模糊控制规则的方法,包括目标函数的确定,选择、交叉等遗传算子的确定．给出了如何用MATLAB编程实现算法的具体步骤,最后将所得的规则用于设计模糊控制器,并进行仿真,取得了很好的效果．