混沌优化与模糊控制在混沌控制中的应用

为了解决延迟反馈控制中参数难以选取的问题,将混沌优化和模糊控制的方法应用到混沌系统的延迟反馈控制中,采用混沌优化方法确定出延迟反馈控制的延迟时间,利用模糊控制技术确定出控制刚度等参数,从而得到延迟反馈控制方法的参数.同时,利用本文算法,可以一次确定出混沌系统的多个不稳定周期轨道的周期.仿真结果验证了本文算法的有效性.     

遗传算法优化模糊控制器方法

利用遗传算法优化模糊控制器是近年来的一个研究热点,本文简要介绍了遗传算法的原理和操作步骤,然后对近年来利用遗传算法优化模糊控制器按照优化类型不同进行了概括分析,最后对今后进一步的研究工作作了展望。     

基于混沌思维的模糊控制算法优化研究

利用混沌（ｃｈａｏｓ）所特有的外在的随机性、遍历性及内在的规律性,将其应用于一类复杂非线性时变过程的模糊控制规则优化中,提出了一种基于混沌思维的算法来优化模糊规则参数。通过仿真实例,表明了该算法有较强的全局搜索能力和较快的搜索速度,是一种适用的优化策略。     

混沌遗传算法在优化问题中的应用

文章结合遗传算法优化的反演性与混沌优化方法的遍历性,提出了混沌遗传算法,并将其应用于优化问题的求解.实验结果表明,与标准遗传算法比较,该算法具有更好的收敛性能与搜索效率.     

智能集成控制技术在铝电解过程控制中的应用

研究了将专家系统、神经网络、模糊控制、混沌优化等先进智能技术相集成，共同完成铝电解生产过程控制的智能集成控制技术，建立了基于神经网络的电解槽参数预测模型，设计了槽况解析神经网络专家系统，设计了基于混沌优化的电解质温度模糊控制系统及电解槽极距专家模糊控制系统．实验结果表明，系统能有效地实现预焙铝电解槽智能集成控制，实现槽状态在线解析，并能达到优良的生产控制指标，为企业带来了巨大的经济效益和社会效益．     

混沌神经网络在求解优化问题中的应用

本文运用GCM混沌神经网络对Hopfield神经网络在求解优化方面的问题进行了改进。通过混沌遍历,可使Hopfield网络在整个相空间进行搜索,从而避免网络在运行过程中陷入局部极小值。通过对一个对弈的实例进行实验,结果显示Hopfield网络的寻优特性获得了较大改进。     

一种模糊神经网络控制器参数的混沌优化设计

通过模糊控制与神经网络相串联的方式构成模糊神经网络系统，然后提出一种基于模拟退火策略的混沌优化算法，将该算法引入模糊神经网络参数域中进行优化，实现混沌粗搜索与细搜索相结合优化目的，体现出具有更强的模糊神经网络参数全局最优解的搜索能力。采用该控制器对一个非线性对象进行控制。仿真实验表明，该方法能有效地实现模糊神经网络控制器参数优化，控制具有无振荡、超调小、调节时间短等优点，算法结构简单，容易实现。     

一种新型混沌优化的模糊PID控制器设计

提出一种最优模糊PID控制器的设计．该方法将混沌因子引入到模糊PID控制器参数域的全局优化搜索方法中．在优化过程中不断缩小寻优区间以提高搜索效率，能较快搜索到全局最优解。最后．对延迟的三阶系统进行仿真．并与Ziegler-Nichols规则的PID控制相比较．控制结果说明该方法是有效可行的。     

混沌遗传算法及其在函数优化中的应用

将混沌优化和遗传算法结合起来,提出了混沌遗传算法(CGA,Chaos Genetic Algorithm),并将其应用于函数优化问题的求解。通过在种群进化的不同阶段引入混沌优化操作,大大提升了遗传算法的整体性能。实验结果表明,与标准遗传算法(SGA)相比,该算法能更有效地求得全局最优解,具有更快的收敛速度。     

基于一种混沌BP算法的神经模糊控制器的优化

在模糊控制器设计问题的研究中,结合神经网络和模糊控制的优点,设计了一种全网络化的模糊控制器,使模糊推理的实现过程网络化,清晰化.针对BP算法学习速度慢、易陷入局部最小的缺点,引入混沌思维,提出了基于混沌Logistic方程的BP混合学习算法(CBP),将用于神经模糊控制器参数的优化设计中,使设计的神经模糊控制器具有更优的性能.通过仿真对算法及控制器进行验证,仿真结果表明,上述算法能有效地优化神经模糊控制器的参数和结构,所设计的神经模糊控制器具有较好的性能.     

免疫优化模糊控制及其应用

通过分析模糊控制器的缺陷,将免疫算法与模糊控制相结合,使之发挥各自的优势,提出了一种免疫优化智能模糊控制器,给出了该控制器的基本结构、控制算法和仿真结果。仿真分析和实际应用证明,免疫优化模糊控制器的设计不需要对象精确的数学模型,且实现比较简单。免疫优化模糊智能控制器控制效果好,它具有响应速度快、超调小、鲁棒性强等优点,具有一定的工程应用价值。     

基于变尺度混沌优化方法的PID控制器设计

混沌优化方法是一种新兴的优化方法，它利用混沌系统具有的随机性，遍历性和对初值的极端敏感性等特点实现优化搜索，尤其对目标函数不可微，不连续的多参数寻优问题十分有效，把变尺度混沌优化方法引入到PID控制器的设计中，对PID参数进行优化并用SIMULINK对优化结果进行了仿真，结果证明，变尺度混沌优化方法算法简单有效，所设计的PID控制系统具有响应快，超调小和控制精度高等优点，具有很好的实用价值。     

基于混沌变量优化的神经网络PID控制

对神经网络模型辨识器的输入量Y（k）,u（k）进行归一化处理,一种规范化PID控制方法作为控制器。采用Logistic映射构造多个不同的混沌变量,应用到神经网络PID参数域中,根据控制系统性能指标进行混沌寻优,获得近似最优解后,再通过时变因子Z（t）在近似最优解的附近继续混沌局部寻优。仿真实验表明该方案是有效的。     

混沌优化方法及其应用*

利用混沌运动的遍历性、随机性、“规律性”等特点，本文提出了一种混沌优化方法（ＣＯＡ）。用混沌优化方法对一类连续复杂对象的优化问题进行优化，其效率比一些目前广泛应用的随机优化方法如ＳＡＡ，ＣＡ等要高得多，而且使用方便。     

Willis混沌系统的模糊滑模控制方法

本文利用模糊逻辑连续滑模控制方法,研究了非线性Willis混沌系统的受控问题。设计基于模糊逻辑的模糊控制器,通过隶属函数将滑模面切换函数模糊化,再采用质心法解模糊控制器的输出。用此方法使系统输出跟踪一个给定的状态目标,最终使跟踪误差趋于零,仿真结果验证了方案的有效性。     

参数自整定模糊PID控制器在转矩流变仪系统的应用研究

在参数自整定模糊PID控制器的基础上,利用模糊推理的方法实现了对PID参数的在线自动整定,并且将该控制软件在转矩流变仪中的应用进行了研究,实验结果表明,参数自整定模糊PID控制能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值.     

模糊免疫PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性,传统的火电厂主汽温控制系统大多采用基于模型的常规PID串级控制方法。本文借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明,该方法的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,即使发生扰动时也具有较强的鲁棒性和自适应能力。     

基于最小二乘支持向量机和混沌优化的非线性预测控制

针对非线性多入多出（MIMO）系统,提出一种基于最小二乘支持向量机（LSSVM）和混沌优化的预测 控制策略．预测模型是预测控制的三要素之一．本文给出了基于混沌优化的Chaos-LSSVM 算法,在可行域内反复搜 索,从而得到最优的LSSVM 算法参数,以及最优的LSSVM 模型．在线优化是另一个要素．提出了基于变尺度混沌 优化的MSC-MPC（变尺度混沌－模型预测控制）算法,可根据控制误差的大小,决定是否缩小搜索范围,从而迅速 收敛到最优解．该算法计算简单,容易实现,避免了同类方法复杂的求导、求逆运算．仿真结果显示：Chaos-LSSVM 算法和MSC-MPC 算法分别具有良好的建模、控制性能．     

变尺度混沌优化方法及其应用

基于混沌变量,提出一种变尺度混沌优化方法,该方法不断缩小优化变量的搜索空间并不断提高搜索精度,从而有较高的搜索效率,应用该方法对６个测试函数进行优化计算得到了满意的效果。