基于MATLAB遗传算法工具箱的控制系统设计仿真

本文介绍了基于MATLAB的遗传算法工具箱（GAOT）,阐述了如何利用遗传算法工具箱结合SIMULINK平台来实现控制系统的设计和仿真,并给出利用遗传算法工具箱对PID控制器进行参数整定的仿真实例。     

基于改进量子遗传算法的超声电机模糊PID控制

针对超声电机非线性、时变性的特点,设计了模糊自整定PID控制器,并利用量子遗传算法对模糊自整定PID控制器参数进行优化,以提高系统的动态性能和适应性.针对传统量子遗传算法的不足,对编码方式、种群初始化、量子旋转门、量子变异以及增加量子灾变5个方面进行改进.仿真结果表明:改进量子遗传算法改善了传统量子遗传算法容易产生种群...     

基于遗传算法的PID参数整定

提出了一种基于遗传算法的PID控制器参数优化设计方法．通过仿真研究和加热炉实验表明遗传算法应用于PID参数整定可提高系统的稳定性和动态特性，与传统的整定方法相比明显地改善了整定的速度和准确度。     

一种无人机俯仰角控制PID参数的优化方法

为改善飞机俯仰角控制系统的动态性能及稳态精度,对小型无人机的俯仰角通道采用PID控制器进行控制.针对传统PID控制器容易整定不良的缺点,采用遗传算法(GA)和粒子群算法(PSO)相结合的方式对PID的参数进行整定,并对PSO的惯性权重采用先减后增的方式进行动态调整.利用Matlab/Simulink对改进遗传算法及传统遗传算法进行了仿真.仿真结果表明改进遗传算法能有效改善系统的动态性能及稳态精度.     

热工系统中PID参数的遗传算法整定

针对热工系统中常规的PID参数寻优策略的缺点以及遗传算法所具有的强大的全局优化能力和鲁棒性，采用了基于遗传算法的PID参数整定与优化方法，仿真结果表明该方法具有可行性和有效性。     

基于Matlab的参数模糊自整定PID控制器的设计与仿真

将PID控制与模糊控制融为一体,构造了一个参数自整定模糊PID控制器,通过模糊控制规则在线调整PID控制器的参数.用MATALB/SIMULINK工具箱设计了仿真模型, 结合具体实例实现了该控制器的计算机仿真,仿真结果表明:该控制方法提高了控制系统的动、静态特性.     

基于解耦及NCD优化的二元精馏塔PID控制

精馏塔是化工生产中应用最广泛的操作单元.为了提高系统的整体控制性能,便于控制器参数设定,将塔顶与塔底组分间的关联关系进行解耦,利用MATLAB/NCD优化工具箱对PID控制器参数进行了整定,仿真实验表明了闭环系统具有良好的控制效果.     

基于MATLAB仿真的两种策略融合的PID控制

同时运用MATLAB中的非线性控制系统优化设计NCD工具箱和优化工具箱(Optimization Toolbox)并结合遗传算法实现PID控制器参数的整定。以此表明,随着现代工业控制指标的提高以及考虑到各种算法本身的特点,需要将多种控制策略联系起来,最后实现控制工程的目标。     

模糊参数自整定PID控制器的设计与仿真研究

为实现PID参数的自动整定,在PID控制和模糊控制的基础上,设计了一种用于晶体生长炉温度控制系统的模糊参数自整定PID控制器,该控制器基于PID参数的优化规律,利用模糊控制规则对PID参数进行在线的自动整定.与常规PID温控系统比较,该控制器的系统超调量明显减小,控制系统的动静态性能均得到改善,升温速度和目标温度控制精度达到了设计指标,系统仿真验证了该设计的有效性与实用价值.     

液体运送时液面晃动的模糊控制

目的 对液体进行快速运送时,有效抑制液面的晃动,保证产品质量和生产安全.方法 利用拉格朗日法建立液体运送时的数学模型,采用PID控制器抑制液面的残留晃动,利用遗传算法优化PID参数,设计模糊自适应控制器对PID参数进行自整定.结果 采用模糊控制后,液面最大晃角与无控制时相比,减小70％,且只在起动和制动时有微小晃动,其他时间内液面均保持平稳,有效地抑制了液面的残留晃动.结论 模糊PID控制器具有精度高、反应快、适应性强的特点,能实现对液面晃动的良好控制.     

遗传算法工程应用进展

遗传算法是一种自适应启发式群体型迭代式全局搜索算法，在很多学科中都有潜在的应用，首先介绍了遗传算法的基本原理，指出了它的特点；论述了在故障诊断，化工过程，系统辩识，最优控制，电力系统等领域中的应用，并对遗传算法的深入研究前景提出了展望。     

利用遗传算法拟合实验变差函数

理论变差函数模型的获取是地质统计学中的基础性工作,它是描述储层非均质性、进行储层随机模拟必不可缺的关键环节.针对现有的拟合实验变差函数方法:人工拟合法、非线性回归最小二乘法、加权多项式拟合法等的不足之处,充分利用遗传算法在求解非线性优化问题时具有的全局寻优的特点,提出实验变差函数的遗传算法拟合方法;在常规遗传算法中引入了模拟退火算法,加速了遗传算法的收敛速度.以川中某气藏的孔隙度变差函数为例进行了计算,结果表明:利用遗传算法可以简单、快速地实现实验变差函数的参数估计.     

基于遗传算法的码本设计及其在说话人识别中的应用

矢量量化方法是与文本无关的说话人识别系统中广泛应用的建模方法之一.在矢量量化过程中,经典的LBG算法收敛速度快,但极易收敛于局部最优点,无法保证根据有限样本数据得到最优码本,并最终影响系统识别性能.本文提出了一种基于遗传算法并结合LBG算法的码本设计方法.该方法通过遗传操作获得全局优化的说话人模板,把新的识别算法应用于说话人识别的实验.结果显示,对于一个小的码本集,新的码本算法比经典的LBG算法具有更好的识别性能.     

基于遗传算法的多项目资源约束优化问题研究

对于有资源约束的多项目优化问题,传统方法易出现局部最优解的情况.而遗传算法可以克服传统优化方法的缺点,故将改进遗传算法引入到该问题中来很有必要.通过实例的计算可以看出,简单遗传算法经常出现早熟,且没有搜索到最优值,而自适应遗传算法则可以搜索到相对较优值,所以自适应遗传算法相对于简单遗传算法要更好一些.因此,改进的遗传算法对于在资源约束下的多项目优化问题具有实用价值.     

基于进化算法的组浇计划及参数正交设计

对于一个复杂问题的解决，至少需要完成两项工作，一个是选取解决该问题的最优算法，另一个是调整算法中的参数使之性能达到最优．利用进化搜索算法－遗传算法解决炼钢－连铸组浇计划问题，并对遗传算法中的主要参数进行了正交设计，仿真结果表明了算法的有效性和参数设置的必要性．     

惩罚函数法在遗传算法处理约束问题中的应用

主要研究惩罚函数法在遗传算法中的应用。将传统优化方法中的惩罚函数法与遗传算法相结合，研究了三种不同的惩罚函数法在遗传算法中的实现和应用，编制了计算程序。通过对连续变量无约束优化、连续变量约束优化和离散变量约束优化等典型优化问题的计算分析，将三种惩罚函数方法进行了比较，指出了它们的特点及选用原则。同时，对遗传算法中各种算子的不同形式也进行了研究和比较，得出了一些有意义的结论。     

基于遗传算法的模糊隶属函数的优化

对于非线性和时变性的不确定系统 ,模糊控制是一种较有效的方法。但在模糊控制器的设计中存在两个瓶颈 :模糊变量隶属函数的确定和模糊控制规则的正确选取。遗传算法是模拟生物的进化现象 ,并采用自然进化机制来表现复杂现象的一种概率搜索方法。传统搜索方法解决不了的复杂问题 ,应用遗传算法却可以得到解决。将遗传算法引入到模糊控制器的设计中 ,根据已知的模糊控制规则 ,对模糊隶属函数自动寻优。以工业过程控制为对象 ,针对具有纯滞后二阶系统进行了计算机仿真 ,并进行了对比性研究。仿真结果表明 ,采用该方法可获得一个基于一定性能指标的最优或次优的隶属函数参数 ,且该模糊控制系统具有过渡过程的时间短、超调小等优点。     

基于遗传算法的广义预测PID控制及其在锅炉主汽温系统中的应用

针对超超临界机组的主汽温控制,提出了一种广义预测PID控制方法,该方法采用改进遗传算法对PID控制器参数进行在线优化.采用了一种基于广义预测控制性能指标的遗传算法寻优思路,建立了主、副回路PID参数优化模型;在选择、交叉和变异算子方面,初始种群设计方面和交叉、变异概率调整方面对遗传算法进行了改进.最后对广东潮州电厂某锅炉现场连续运行的历史数据进行了控制仿真,结果表明采用基于改进遗传算法的预测PID控制策略后,系统在动、静态特性和变负荷能力上均比常规串级系统效果更好.     

桁架结构优化设计的遗传算法

本文提出桁架结构系统优化设计的新方法──遗传算法，它不同于常规优化算法的特点在于，从多个初始点开始寻优．并采用交迭和变异算子避免过早地收敛到局部最优解，可获得全局最优解，且不受初始值影响。该算法不必求导计算，编程简单，快捷，它尤其适用于具有离散变量的结构优化设计问题。     

模拟退火遗传算法在多用户检测技术中的应用研究

研究了模拟退火遗传算法在移动通信系统多用户检测中的应用，通过分析系统框图、遗传算法和模拟退火算法的性能，对将其利用于多用户检测器中的可行性进行了理论阐述并进行了仿真，结果表明本文提出的多用户检测器可以有效的解决多址干扰和抑制远近效应，其性能接近最优多用户检测器，优于传统检测器。