共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
3.
针对复杂工业过程控制要求多样性、控制参数难调整的问题,提出了一种参数优化方法.采用遗传算法优化过程对象内部模型参数,并按内部模型优化控制器参数.将该算法应用于电加热器温度控制PID参数优化,系统的控制精度、温度变化平稳性等指标均得到了改善,能够较好地解决工业过程中控制参数优化的问题. 相似文献
4.
本文介绍了一种采用遗传算法对直流转台控制参数进行优化的方法。通过对转台进行建模,确定适应度函数,利用遗传算法对其控制参数进行了优化。与模糊自适应PID控制进行了仿真比较,仿真结果表明,基于遗传算法的优化方案具有更强的适应性和鲁棒性,进而证明了该方案的可行性和有效性。 相似文献
5.
本文提出了基于集团竞争的遗传算法,采用了一种新的反向交叉算子,探讨并尝试给出控制参数的选取策略,将它们用于复杂的多峰值函数的优化问题中,实验证明其收敛速度快,且全局性好,不易陷入局部最优解中 相似文献
6.
7.
针对传统的灰狼算法(GWO)易陷入局部最优、后期收敛速度慢等问题,提出一种非线性控制参数组合调整策略.对3种不同的非线性参数控制策略的调节因子a进行仿真,并分析影响搜索参数A的因素;对5组不同的调节参数值进行基准函数的测试仿真,选择权重系数的非线性控制参数组合策略的最佳参数值.仿真结果表明,所提出的非线性控制参数组合调... 相似文献
8.
9.
用遗传算法优化PID参数 总被引:9,自引:1,他引:9
PID控制是最早发展起来的控制策略之一,因其设计方法及控制结构简单易行,直今仍在工业过程控制中得到广泛应用.在PID控制中,控制效果的好坏完全取决于PID参数的整定与优化.目前,PID参数的整定及优化方法有很多,如Z-N法,继电型自整定法,最优设定法及梯度法、单纯形法.但各有其弊,前几种整定方法带有经验性并不是最优解,后两种极易陷入局部最优点.而遗传算法是一种寻求全局最优且不需任何初始信息的高效优化方法.本文把遗传算法应用于PID参数寻优,通过仿真验证效果很好. 相似文献
10.
水波优化算法(Water Wave Optimization,WWO)是最近被提出的一种新型的群智能优化算法。它尽管具有控制参数少、操作简单、容易实现等优点,但是也存在收敛较慢、搜索精度低等不足。针对水波优化算法的不足,首先,从理论上分析并揭示算法收敛时控制参数应满足的条件;然后,提出满足上述条件的改进水波优化算法,改进算法采取自适应机制来调节算法参数,进一步增强了全局探索和局部开发的平衡能力;最后,对4种算法(ApWWO,WWO,FA,MVO)在10个标准测试函数上的寻优性能进行仿真实验和统计比较。结果表明,ApWWO在搜索精度、速度和鲁棒性等方面均显著优于WWO和FA,在5个测试函数上优于MVO;与PSO和GA的对比结果表明,ApWWO具有较好的寻优性能。进一步分析了维数和种群规模对ApWWO的影响,并使用ApWWO来求解置换流水线调度问题,结果表明ApWWO能够取得较好的求解效果。 相似文献
11.
12.
13.
基于改进遗传算法的神经网络优化方法 总被引:4,自引:4,他引:4
为了克服神经网络反向传播算法收敛速度慢,易陷入局部极小值,初始权值和阈值的选择缺乏依据,具有很大随机性等缺陷,采用基于自适应遗传算法的神经网络优化方法,方法结合了两者的优点,但是仍存在种群早期进化速度慢的缺点,于是提出了一种改进的自适应遗传算法,将其应用于神经网络的权值和阈值的优化设计中,并将此模型用于对某城市污水厂难测参数SVI的预测.仿真结果表明,算法不仅可克服BP算法的缺陷,而且与BP和GA-BP网络模型比较,大大提高了收敛速度与收敛精度,获得了良好的测量效果. 相似文献
14.
对比研究了单种群遗传算法和多种群遗传算法在分段Chen系统参数估计中的应用,通过构造一个合适的适应度函数,将Chen系统的多参数估计问题转化成一个多参数的寻优问题,利用遗传算法全局寻优性对其进行计算。仿真结果表明,相对于采用单种群遗传算法估计分段Chen系统参数,多种群遗传算法在准确性、鲁棒性方面具有明显的优势。 相似文献
15.
16.
17.
该文设计了基于偏序关系的演化算法求解多峰函数优化问题新算法。并从偏序关系的性质出发,从理论上为该算法的收敛性提供了一定的依据,进而为其搜索操作提供了明确的方向,避免了演化搜索过程中的盲目性。 相似文献
18.
19.
一个多重约束目标问题的遗传算法求解 总被引:3,自引:0,他引:3
该文针对一个多重约束目标问题,用改进的遗传算法较快地求得问题的解。并针对求解该问题的遗传算法,作了大量的实验,研究了种群规模逐渐变小,使用单一的遗传操作方式,采用不同的选择策略,以及在算法执行过程的不同阶段不同的变异算子的使用,对该算法性能的影响。 相似文献