基于遺傳算法的模糊控制器的優(yōu)化和研究.pdf

1、現(xiàn)代工業(yè)過程存在非線性、大滯后、時(shí)變和數(shù)學(xué)模型不確定等特征，采取傳統(tǒng)的PID控制，很難達(dá)到理想的控制效果，因此有必要研究新的智能控制策略。目前，模糊控制、神經(jīng)網(wǎng)絡(luò)和遺傳算法的融合正在控制領(lǐng)域顯示出巨大的潛力。 遺傳算法是一種能夠在復(fù)雜空間進(jìn)行全局優(yōu)化搜索的方法，尤其是對于有多個(gè)參數(shù)的復(fù)雜問題的尋優(yōu)非常有用。 模糊控制是智能控制的一個(gè)重要分支，并且它的最大特征是，能將操作者或?qū)＜业目刂平?jīng)驗(yàn)和知識表示成語言變量描述的控制規(guī)則

2、，然后用這些規(guī)則去控制系統(tǒng)。然而模糊控制的控制效果取決于幾個(gè)關(guān)鍵的參數(shù)，主要是隸屬函數(shù)、模糊控制規(guī)則表及比例因子。傳統(tǒng)的確定參數(shù)的方法是通過人工特別是專家的經(jīng)驗(yàn)和實(shí)際應(yīng)用中的調(diào)整，存在很大的主觀性和隨意性。因此，為了解決這個(gè)問題，許多學(xué)者使用遺傳算法來尋優(yōu)模糊控制規(guī)則。但是在優(yōu)化的過程中，卻面臨一個(gè)非常實(shí)際的問題，即我們很難獲取一套完整的，都被優(yōu)化過的控制規(guī)則。尤其是到了遺傳算法的后期，各染色體的結(jié)構(gòu)基本上趨于一致，再加上大部分文獻(xiàn)采用

3、的都是階躍信號作為輸入，這樣就不能確保優(yōu)化的規(guī)則覆蓋整個(gè)區(qū)域，使部分規(guī)則沒有被優(yōu)化，進(jìn)而造成了失控。而且我們知道那些沒有被優(yōu)化過的規(guī)則，在正常情況下很少被用到，但是當(dāng)系統(tǒng)受到干擾和被控對象的模型發(fā)生變化時(shí)，這些規(guī)則就可能起作用。由于這些沒有被優(yōu)化的規(guī)則，我們不能保證它的正確性，進(jìn)而可能會給生產(chǎn)過程造成無法估量的損失，甚至可能危急到人的生命安全。 本文針對這種情況提出了一種行之有效的解決辦法。首先，使用式r={1 0＜t≤40 0