

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、模糊控制器的控制效果依賴于兩個關(guān)鍵因素:隸屬函數(shù)和控制規(guī)則表。對于這二者的選擇,傳統(tǒng)方法主要依靠經(jīng)驗,因此存在較大的隨意性和主觀性,使得控制精度不高。為了克服上述問題,本文利用自適應(yīng)遺傳算法優(yōu)化設(shè)計了模糊控制器,并將其應(yīng)用到三相異步電機的轉(zhuǎn)速控制系統(tǒng)中,取得了較好的控制效果。
文中遺傳算法的自適應(yīng)設(shè)計是通過改進(jìn)遺傳操作來實現(xiàn)的。它包括兩部分:變異、交叉算子的自適應(yīng)設(shè)計和選擇的均勻性設(shè)計。本文利用可隨個體適應(yīng)度大小自動調(diào)節(jié)的交叉
2、和變異算子,使得得到的自適應(yīng)遺傳算法收斂速度更快,且不易陷入早熟。在算法的運行過程中,本文采用并行執(zhí)行的方式進(jìn)行遺傳操作,從而提高了選擇的均勻性。
在利用自適應(yīng)遺傳算法優(yōu)化模糊控制器的過程中,本文采用混合編碼法,即采用實數(shù)編碼法對隸屬函數(shù)進(jìn)行編碼,采用十進(jìn)制數(shù)編碼法對模糊控制規(guī)則進(jìn)行編碼。文中以傳統(tǒng)二階系統(tǒng)為被控對象,對該方法進(jìn)行了仿真驗證,其結(jié)果表明該方法對優(yōu)化模糊控制器是可行的,且可以提高控制效果。
利用上述方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于自適應(yīng)遺傳算法的球桿系統(tǒng)控制器設(shè)計.pdf
- 基于遺傳算法的模糊控制器設(shè)計與優(yōu)化研究.pdf
- 基于遺傳算法的模糊控制器優(yōu)化設(shè)計的研究.pdf
- 遺傳算法優(yōu)化模糊控制器的研究.pdf
- 基于遺傳算法的智能模糊控制器設(shè)計.pdf
- 基于遺傳算法的模糊控制器設(shè)計及應(yīng)用.pdf
- 基于遺傳算法的模糊控制器的優(yōu)化和研究.pdf
- 利用遺傳算法優(yōu)化模糊控制器參數(shù)研究.pdf
- 基于遺傳算法的自適應(yīng)PID控制器在控制系統(tǒng)中的應(yīng)用.pdf
- 基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)控制器設(shè)計.pdf
- 基于分布種群遺傳算法的控制器優(yōu)化設(shè)計研究.pdf
- 基于遺傳算法的模糊邏輯控制器優(yōu)化及其應(yīng)用研究.pdf
- 基于遺傳算法設(shè)計模糊RBF神經(jīng)網(wǎng)絡(luò)控制器.pdf
- 模糊自適應(yīng)pid控制器設(shè)計
- 基于遺傳算法的pid控制器參數(shù)優(yōu)化研究
- 遺傳算法優(yōu)化模糊控制器的工程船舶控制方法的研究.pdf
- 基于現(xiàn)場總線的自適應(yīng)模糊控制器設(shè)計.pdf
- 基于遺傳算法的非最小相位系統(tǒng)的模糊控制器設(shè)計.pdf
- 基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)控制器研究.pdf
- 基于自適應(yīng)遺傳算法和模糊集的混合濾波器無源參數(shù)優(yōu)化.pdf
評論
0/150
提交評論