改进的遗传算法在控制系统参数优化中的应用

本文设计了一种用于控制系统参数优化的快速遗传算法.该算法采用浮点数编码方法、排序选择、最优保存策略、分组并行运算等措施,有效抑制了算法早熟,提高了算法的全局搜索能力和局部搜索能力.仿真结果表明利用该遗传算法可以得到令人满意的优化参数.     

基于变形遗传算法的切削参数优化

提出了一种基于变形遗传算法的切削工艺参数优化方法.将生产率和生产成本共同作为优化目标,利用精英选择、交叉和变异概率的动态自适应策略,使遗传算法在收敛速度和寻优能力上有较大提高.并通过实例验证了该方法的优越性和有效性.     

基于模拟退火遗传算法的PID控制器参数优化

针对遗传算法存在容易早熟的不足,将模拟退火算法融合到遗传算法中,建立了模拟退火遗传算法,并将其应用于PID控制器的参数优化.结果表明,将模拟退火算法融合到遗传算法中是有效的,基于模拟退火遗传算法的PID控制器参数优化是可行的.     

基于遗传算法的PID控制器参数优化研究

本文提出了一种基于遗传算法的PID控制器参数优化设计。在参数整定与优化过程中。考虑了过程控制系统的参数整定特点和寻优精度。通过仿真研究表明：该方法比一般PID参数整定方法具有更好的控制性能指标。     

基于遗传算法的切削工艺参数优化

在遗传算法的基础上，提出了解决切削工艺参数优化问题的通用方法和策略，编写了仿真计算程序。仿真计算结果表明：所提出的优化方法是有效的，并能获得优化问题的近优解。同时，优化方法可与智能制造集成进行自动工艺规划。     

一种基于遗传算法的神经网络结构优化方法

神经网络隐藏层数量的选择以及权重值的确定对训练算法的收敛性有很大影响,为了解决神经网络(ANN)训练过程中结构复杂的问题,提出了一种基于遗传算法(GA)的网络结构优化方法。试验结果表明,在训练样板数量较大时,优化后的ANN能够计算出隐藏层的最佳数量,从而提高整体的性能,具有较好的泛华能力。     

一种基于遗传算法的NCS控制器延时约束参数优化方法

网络化控制系统(NCS)设计中,如何提高系统性能质量(QOP)及网络服务质量(QOS)一直是本领域的热点问题,而对于此类问题的寻优过程必然需要以网络系统的数据延迟以及丢包问题展开。针对此问题,提出了一种基于遗传算法的网络化控制系统闭环延迟约束参数优化方法。在保证系统稳定性的情况下提高控制质量。最后给出了一组仿真参数,验证了方法的可行性与有效性。     

基于遗传算法的高速铣削工艺参数优化研究

在高速铣削加工中,考虑机床和工件加工的实际约束条件,为合理选择高速铣削工艺参数,建立了最大生产率和最低加工成本的优化目标数学模型。以铣削速度、进给量、铣削深度、铣削宽度为工艺参数的优化变量,提出了基于遗传算法的高速铣削工艺参数优化方法,为高速铣削加工提供了理论依据。     

基于神经网络和遗传算法的卫星结构参数优化

针对卫星结构要求总质量轻小、一阶固有频率较高的特点,建立了卫星结构多目标优化的数学模型,通过BP神经网络和遗传算法相结合进行参数优化,并编制了相应的计算程序,既利用了神经网络的非线性映射、网络推理和预测功能,又发挥了遗传算法的全局优化特性,得出了合理的优化结果,与传统的结构优化方法相比,此方法效率较高,精度良好.     

基于遗传算法的多种切削方式集成参数优化

切削参数优化是零件工艺方案优化的一项重要内容。首先说明了多种切削方式集成参数优化的可行性,建立了以生产效率和生产成本为目标函数,考虑机床、切削力、零件表面粗糙度等约束条件的集成多种切削方式的参数优化模型,并用遗传算法进行求解。最后,开发了不同切削方式的集成参数优化系统,实例证明了集成参数优化方法及系统的实用性。     

基于精英策略遗传算法的主动隔振系统集成优化设计

针对传统主动隔振系统先设计结构参数后设计控制器的方法很难达到全局最优这一问题,本文提出一种采用精英策略遗传算法对结构参数和控制参数进行集成优化的方法。该方法将主动隔振系统机械结构及LQG控制器的设计结合起来,以隔振平台加速度,隔振系统动挠度和底座动位移三者总加权均方根为性能指标,对主动隔振系统进行集成优化。通过理论分析与仿真结果表明此方法能有效提高主动隔振系统的隔振效果。     

基于免疫算法的多变量控制系统PID参数优化方法研究

提出一种基于免疫算法的多变量控制系统PID参数优化方法。首先对免疫算法的步骤和实现过程进行了介绍;接着采用了一种新的、适合多变量系统特点的控制系统性能指标,即用阶跃响应曲线超出期望变化区域的面积的大小来衡量控制系统的优劣。该指标被用于构造免疫算法的适应度函数。论文最后将上述方法用于火电机组负荷控制系统优化,取得了良好的效果。     

Cost optimization of submersible motors using a genetic algorithm and a finite element method

This paper presents an optimal design method to optimize cost of three-phase submersible motors. The optimally designed motor is compared with an industrial motor having the same ratings. The motor design procedure consists of a system of non-linear equations, which imposes induction motor characteristics, motor performance, magnetic stresses, and thermal limits. The genetic algorithm (GA) is used for cost optimization, and a software algorithm has been developed. As a result of the realized optimization, besides the improvements on the motor cost, motor torque improvements have also been acquired. The 2-D finite element method (FEM) is then used to confirm the validity of the optimal design. Computer simulation results are given to show the effectiveness of the proposed design process that can achieve a good prediction of the motor performance. Through the studies accomplished, it has been observed that submersible induction motors’ torques and efficiencies improve, their length reduces, and hence some material savings are obtained.     

基于遗传算法的孔群加工路径优化

为提高孔群加工的效率,采用遗传算法对孔群加工空行程路径进行了优化。对遗传算法的实施过程进行了细致的描述,通过实例演示了遗传算法的孔群路径优化性能,并对遗传算法的运行效率及影响因素进行了研究。实验表明,运用遗传算法对孔群路径进行优化能提高孔群加工的效率,减小孔群加工中空行程的消耗;遗传算法运行中可以根据最佳个体的保持时间在一个代中加入活性因子,防止早熟的出现;遗传算法的各个参数对遗传算法的运行有一定的影响。选用合适的运行参数,本程序可应用于工程中,提高少批量孔加工的生产效率。     

基于遗传算法的桁架结构动力学形状优化

针对桁架结构动力学形状优化的复杂性及其设计变量的不统一性,本文采用实数编码技术进行统一处理,并提出了基于自适应遗传算法的结构动力学形状优化方法。算例结果表明本文方法的有效性和工程适应性。     

基于改进遗传算法的电极优化方法的研究

针对经典遗传算法在实际优化计算中由于早熟导致种群中个体样本多样性下降,影响优化进程及最优解质量等弊端,提出改进的遗传算法。通过引入种群秩的定义,从而实现对种群多样性的定量评估。通过综合判断函数的引入,实现了对早熟的准确判断。通过优秀个体选择策略及对种群等参数进行合理的处理,实现了优化效率的整体提升。通过电极优化的实例验证,证明该算法的正确性、可行性。     

基于遗传算法的LQ控制器的权值优化

线性二次型最优调节器及线性二次型高斯问题,通称LQ问题,是最优控制在民用工业中应用最广的算法。LQ问题的解,最终归结为求解Riccati方程,而方程解的有效性,很大程度上又依赖于两个权矩阵Q阵和R阵的选择,如何选择Q阵和R阵以保证实现控制目标最优一直为控制界所注。本文提出以遗传算法来达到实现全局寻优的目的,得到较满意的结果。     

PID参数自整定的改进遗传算法

文中提出了一种改进遗传算法进行PID参数自整定,设计了基于工程PID参数自整定遗传算法的编码以及基于该编码的交叉、变异算子,通过仿真比较,表明该种算法的有效性。     

基于遗传算法的网络控制系统调度优化研究

网络控制系统NCS(Networked Control system)是基于网络的分布式控制系统,具有强实时性。结合控制网络的实时调度与系统控制性能,应用单调速率RM(Rate Monotonic)方法对一组周期性的网络控制传输任务进行调度,采用遗传算法实现NCS的调度优化,同时满足了网络传输的优化调度与控制系统传输误差最小化的要求,提高了网络控制系统的性能,最后给出了优化实例。     

Multiple parametric faults diagnosis for power electronic circuits based on hybrid bond graph and genetic algorithm

Aiming at the problem to diagnosis multiple parametric faults in power electronic circuits, a new diagnosis framework based on hybrid bond graph (HBG) and genetic algorithm (GA) is presented. Firstly, the circuits are modeled by HBG modeling technique, in which the equivalent models of the key components are considered. Then, a set of residuals equations and a fault signature matrix (FSM) are derived from the HBG model. Each faulty component exhibits their degradation symptoms on residuals equations. Thus, faults can be detected by comparing residuals with fault detection thresholds and isolated based on FSM. Finally, GA method is employed to identify the component faults. The fitness function of GA is constructed by the residuals equations in which the faulty components are contained. Simulation and experiment are carried out to verify the feasibility and effectiveness. The results show that the developed method is applicable to diagnosis both single and multiple parametric faults.