基于PIC单片机的模糊温度控制器设计

主要介绍了一种基于PIC单片机和LM35温度传感器的高精度恒温控制系统,给出了其硬件设计.针对被控对象具有大时滞,非线性的特点,系统采用了模糊算法对温度进行控制.实验证明该系统达到了较高的测量精度和良好的控制性能指标.     

基于改进遗传算法的模糊控制器设计

针对模糊控制器的隶属度函数和模糊控制规则的选取及优化缺乏自学习能力与知识采集的手段,以及遗传算法具有自适应、启发式、概率性、迭代式全局收敛的特点,该文章将遗传算法与模糊控制相结合,给出了一种基于改进遗传算法的模糊控制器设计策略.改进算法引入了分裂算子来避免遗传算法在寻优过程中陷入局部最优解,同时对编码方式、选择算子、交叉算子以及变异算子做了相应的调整与改进.并将此改进算法用于优化模糊控制器的隶属度函数与模糊控制规则.仿真结果表明用该改进算法优化后的模糊控制器较用普通遗传算法优化后的模糊控制器具有更好的控制性能.     

基于蔬菜大棚的模糊温度控制器的设计

大棚蔬菜突破了季节的限制,能够在一年四季提供各种新鲜蔬菜,但温度的剧烈变化往往影响蔬菜的生长。针对蔬菜大棚复杂的温度环境,基于模糊控制理论,设计了一种模糊温度控制器,它通过对模糊信息的处理,实现对大棚的恒温控制,文中详细介绍了基于单片机的模糊温度控制器的硬件和软件设计。     

基于遗传算法的模糊神经网络控制器设计及其稳定性分析

首先根据联结主义思想模糊控制器设计问题转化为对模糊神经网络参数的设计和优化,然后通过遗传算法对模糊神经网络的参数进行集中优化,得到了被控对象的一个最优或次优的控制器－模糊神经控制器,稳定性分析为此设计理论依据。     

基于遗传算法优化模糊PID控制器的研究

利用遗传算法对模糊PID控制器中的隶属函数和控制规则进行优化,减少经验依赖,实现在线调整,改善控制效果,并利用Mathb编程仿真,验证结果.     

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。     

基于模糊控制器的LNB温度控制系统

针对低噪声功率放大器(LNB)温度控制系统非线性、大滞后、物理模型不精确等特性和对温度控制的要求，提出了一种带有自调整因子和比例积分校正环节的双模糊控制策略来实现温度控制，给出了DSP控制实现的具体方案。该双模糊控制器采用模糊推理完成两组控制器的平稳过渡。实验结果表明了该系统的控制效果优于常规PID控制器，满足LNB控制系统温度控制要求。     

基于遗传算法和模糊PID的励磁控制器

随着电力系统的发展,常规PID励磁控制器已经不能满足系统运行的动态和静态性能要求,为了克服这一缺点,设计了一种新型模糊PID控制器,在常规模糊PID励磁控制器基础之上,提出了一种利用遗传算法优化的模糊控制器.介绍了同步发电机自动励磁系统及模糊PID励磁控制器的构成,模糊PID控制器的原理及作用.仿真研究结果表明利用该方法设计的励磁控制器具有更好的动静态特性.     

基于遗传算法的四辊可逆冷轧机恒张力聚类模糊控制器

本文将聚类算法和模糊控制相结合,提出了一种新型的聚类自适应模糊控制方案,应用于非线性、多干扰和强耦合的四辊可逆冷轧机恒张力系统中,并用改进的遗传算法将模糊控制器的隶属参数进行了优化。仿真表明该方案的适应性、实时性、鲁棒性都很强,具有很强的工程实用价值。     

基于遗传算法的RBF神经模糊控制器

基于RBF网络和T-S模糊推理过程的函数等价性，将遗传算法引入RBF网络，并结合RBF网络常用的梯度法构成一种模糊控制、RBF网络及遗传算法三者合一的的控制器，从而达到准确、快速的控制。     

基于文化遗传算法的DNA编码序列设计

DNA编码问题是DNA计算的关键,然而,它已被证明为NP困难问题,通常采用优化算法求解。针对传统遗传算法缺乏有效指导,容易陷入局部极值的缺点,结合文化算法采用种群空间和信念空间的双层进化结构进行寻优,提出了一种基于遗传算法和文化算法的混合优化算法用于解决DNA编码问题。仿真结果表明该混合算法能有效地用于DNA编码序列设计。     

Various hybrid methods based on genetic algorithm with fuzzy logic controller

In this paper we propose several efficient hybrid methods based on genetic algorithms and fuzzy logic. The proposed hybridization methods combine a rough search technique, a fuzzy logic controller, and a local search technique. The rough search technique is used to initialize the population of the genetic algorithm (GA), its strategy is to make large jumps in the search space in order to avoid being trapped in local optima. The fuzzy logic controller is applied to dynamically regulate the fine-tuning structure of the genetic algorithm parameters (crossover ratio and mutation ratio). The local search technique is applied to find a better solution in the convergence region after the GA loop or within the GA loop. Five algorithms including one plain GA and four hybrid GAs along with some conventional heuristics are applied to three complex optimization problems. The results are analyzed and the best hybrid algorithm is recommended.     

基于SDNA-GA 优化的模糊神经网络控制

针对最新的生物DNA研究,病毒中同一DNA碱基顺序可以编码出2条或者3条不同的多肽链.在此基础上分析与模仿了重叠基因和重叠密码的机理,得到一种新的基于重叠基因编码框架,从而提高了问题求解的效率;同时,得到一种移码解读框架的DNA遗传算法(SDNA-GA)计算模型,并将其应用于一类广义隶属度型T-S模糊神经网络控制器(GTS-FNNC)的优化设计,实现了GTS-FNNC的在线学习.     

基于GA的非线性系统Fuzzy控制规则自调整

控制精度和自适应能力一直是模糊控制中较难解决的问题,对于非线性系统更是如此,解决这一技术的核心问题在于控制规则的选取,而遗传算法可以较好地解决常规的数学优化技术不能有效解决的问题。该文给出了对于具有修正因子的控制规则,采用遗传算法对其参数进行自调整的方法,以提高整个控制器的性能。仿真结果表明,这种方法可提高模糊控制器的性能,对非线性系统的控制是有效的。     

基于改进遗传算法的TS模糊模型的优化设计

提出了一种新的将隶属度函数和规则库统一编码的改进遗传算法进行TS模糊模型整体优化设计的方法。利用FCM算法和最小二乘法辨识初始的模糊模型;利用改进遗传算法整体优化模糊模型,克服了以往将模型结构和参数分开优化的缺陷。为了提高模型的解释性,提出了将基于相似性的模糊集合和模糊规则的简化方法用于对模型的约简,并利用该方法对Mackey-Glass混沌序列建模。仿真结果验证了该方法的有效性。     

基于模式学习的文化遗传算法研究

针对遗传算法的缺陷,提出了一种基于模式学习的文化遗传算法,该算法将遗传算法纳入文化算法框架,组成基于GA的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了优秀个体所包含的特征信息,在很大程度上提高了收敛速度。实验结果表明,该算法是一种提高遗传算法性能的有效算法。     

基于遗传算法优化的变论域模糊控制在厌氧消化过程的应用

面对具有较强非线性、不确定性和难以建立精确数学模型的控制对象,传统PID控制很难达到理想的控制效果,而模糊控制却是一种非常有效的智能控制方法,但是常规模糊控制精度低,超调量大,同时模糊控制规则的设计存在较强的主观性,难以把握。本文采用遗传算法优化改进的变论域模糊控制中的伸缩因子,当误差较大时,将控制作用的伸缩因子乘以一个较大系数,增加控制作用,提高系统输出,迅速减小误差;当误差较小时(本文取误差小于±0.025),将伸缩因子在原有的基础上乘一个较小的系数,减少控制作用范围,使系统输出趋于平稳,从而使控制规则分布更加合理,减少对专家知识的依赖。实验结果表明,同传统PID控制策略、常规模糊控制策略和常规变论域模糊控制策略相比,无论在动态性能方面,还是在稳态性能方面,改进的变论域模糊控制策略的控制效果均优于其他3种控制策略。     

基于改进遗传算法的交叉口模糊控制研究*

为了改善城市道路交叉口交通信号控制,降低交叉口车辆延误,提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中,为避免出现“早熟”现象,采用改进的自适应遗传算法,在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率,使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能,以交叉口车辆平均延误作为性能评价指标,在相同交通条件下进行了仿真实验。结果表明,相对于普通模糊控制器,经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误,提高交叉口的通行能力。     

基于混沌遗传算法的柔性机械手滑模控制器优化设计

针对柔性机械手动力学方程的非最小相位特点,本文提出一种柔性机械手的终端滑模控制方法,将关节电机转角和柔性模态变量的线性组合定义为柔性机械手系统的输出.通过输入输出线性化,将系统分解为输入输出子系统和零动态子系统.设计终端滑模控制策略,使输入输出子系统在有限时间收敛到零;利用混沌遗传算法优化控制器的设计参数,使零动态了系统在甲衡点附近渐近稳定,从而保证整个系统的渐近稳定.本文提出的方法设计过程简单,易于实现.仿真结果证明了设计的有效性.     

基于模糊控制及遗传算法的反向选择算法

针对基于人工免疫的入侵检测技术中所使用的传统反向选择算法,在面对大量的网络通信数据或具有多个分离特征区间网络通信数据时的无效性,提出了基于模糊控制及遗传算法的反向选择算法.在利用反向选择算法生成抗体时,首先利用模糊控制原理来确定抗体的数量,使得计算机中抗体的数量处于最优,然后为了达到在一定数量抗体时种群的总体免疫力最大,引入了遗传算法来进化种群,最终使得在计算机中抗体的数量得到控制,同时在该数量下种群具有最大的免疫力.