基于遗传算法的模糊控制器的优化设计——采用模糊数据挖掘技术

论文为模糊系统建模提出了一种新颖的方法——由输入输出数据集合设计基于遗传算法的模糊控制器,该方法采用模糊数据挖掘技术,从大量的输入输出数据集合中自动地提取模糊规则模型,确定模糊分割点及各变量的隶属度函数;并利用实数编码的遗传算法RGA对隶属度函数参数进行全面优化。最后通过实例及仿真验证了该方法的有效性。     

基于解析结构的模糊控制器的设计

一般常规模糊器设计中，隶属函数采用对称均匀分布曲线，此方法存在一定的不足，采用Sum-Product推理方法，等比间距不均匀分布隶属函数的模糊控制器，在控制性能上优于常规模糊控制器，可提高系统的快速性和鲁棒性，同时大大减少了隶属函数中需优化参数的个数，在解析结构理论研究的基础上对所设计的模糊控制器进行了定性和定量的分析，分析结果和仿真实验证明了该方法的优真性和有效性。     

遗传算法在模糊控制器设计中的应用

模糊控制器已经被大量应用到工业过程中，但是它的控制规则及隶属度函数通常是通过不断尝试和矫正得到的。很难达到最优。本文提出了一种利用遗传算法(GA)来构造隶属度函数和控制规则的最优设计方案，仿真结果说明了这种方法的有效性和合理性。     

基于遗传算法的模糊PI控制器

模糊PI控制器具有鲁棒性强、控制灵活等优点,但是将其应用于纯迟延系统时超调量较大、响应速度慢。针对此提出了一种基于遗传算法的模糊PI控制器,使用遗传算法对模糊逻辑系统参数进行训练。在以往的模糊逻辑系统建立过程中,主要依靠专家知识或工作人员经验来确定其主要参数（如模糊推理规则和隶属函数参数等）,而该文利用遗传算法对样本数据进行优化来获取系统参数。在遗传算法中,将推理规则和隶属函数参数的确定结合在一起,从而确定最优的模糊逻辑系统。仿真试验结果表明,由该方法得到的控制器用于纯迟延系统具有响应快,超调量小等优点。     

一种基于遗传算法的输油泵模糊控制器

针对输油泵系统的特点,提出了一种采用2个模糊控制器的输油泵控制方案,并应用改进的遗传算法对隶属函数和融合因子进行了优化。仿真结果表明,该控制器在输油泵系统中能对流量,入口压力,出口压力进行协调优化控制。     

改进遗传算法优化的矿井局部通风机模糊PID控制器设计

目前局部通风机控制主要采用传统PID控制器,控制器的参数固定且多依据经验选取,很难实现隶属度函数和模糊规则的最优组合,使得控制器难以满足局部通风机自适应的控制要求。针对该问题,设计了一种改进遗传算法优化的矿井局部通风机模糊PID控制器。在改进遗传算法中引入欧氏距离提高种群的多样性,同时引入自适应交叉和变异概率来提高算法的收敛性。在编码过程中采用比例分数间接实现对隶属度函数的优化,使得改进遗传算法能够同时优化隶属度函数和模糊规则。将优化得到的隶属度函数和模糊规则导入模糊PID控制器中,控制器能够根据局部通风机的不同工作状态,通过变频器自适应调整局部通风机的风量,实现对局部通风机的动态调节。仿真结果表明,相较于传统模糊PID控制器,改进模糊PID控制器可基本实现无超调,且上升时间缩短了56.25%,稳定时间缩短了47.06%,能够更好地满足矿井局部通风机的控制要求。     

基于规则插入的自适应模糊控制器的设计

提出一种为模糊控制器系统开发有效规则的自适应模糊控制器的设计方法.该方法首先基于两个基本的If-then模糊规则,然后插入多个新If_then模糊规则,其合成的模糊规则的输入_输出映射保持不变,且其隶属函数的参数在线约束为最小化成本函数,最后以最典型的非线性和延迟系统模型为例进行仿真实验,结果证明了该设计方法的有效性.     

基于遗传算法和语言算子的模糊控制器优化研究

用单片机实现模糊控制策略是一种常用的重要的方法,它是根据误差和误差的变化率隶属度函数表,离线计算得到一张模糊控制查询表,用单片机实现查询功能。该方法应用十分广泛,因此优化离散形式的隶属度函数表具有重要的意义。该文提出了一种优化离散形式的隶属度函数表的新方法:即用遗传算法优化模糊集合中的语气算子H,从而优化离散形式隶属函数表。经优化后的隶属函数更能客观地反映控制对象真实特性,从而达到了优化模糊控制器的目的。文章用一个具体的实例以仿真的形式验证了该方法是正确的、有效的。     

用于模糊控制器设计的遗传算法研究

将遗传操作用于模糊规则和控制器参数编码，实现输入变量的合理组合、模糊规则的获取和控制器参数的优化，设计者仅需给出一个运行遗传算法(GA)的个体适应度函数。同时将模拟退火算法(SA)用于优化控制器参数，这种GASA混合优化策略在模糊控制器设计中取得了良好的效果。实例表明了算法的有效性。     

基于遗传算法和模糊逻辑的智能飞控技术研究

设计了基于遗传算法和模糊逻辑控制的智能飞行控制系统及采用论域自调整的模糊控制器，控制器以角度跟踪误差及其微分信号为输入来控制相应的气动舵面偏转，实现对该姿态的跟踪控制。文中给出了控制器输入输出的隶属函数，设计了相应的规则库。并在此基础上进一步利用遗传算法对模糊控制器进行优化设计，给出了遗传算法各个参数的选择原则。仿真结果表明，基于遗传算法和模糊逻辑的智能飞控系统具有良好的控制效果。     

基于改进蚁群算法的模糊控制器优化设计

研究控制器优化问题,由于模糊控制系统参数无法同时优化,使得系统选择参数困难,使系统控制效果存在一定的缺陷,安全性和可靠性降低。为解决上述问题,提出了一种多种群进化蚁群算法对模糊控制器优化设计。采用懒蚂蚁效应的改进蚁群算法进行优化,在传统蚁群算法的基础上,采用多个种群并行,对算法的初始化、路径构建以及信息素更新改进,并引入到模糊控制器的隶属函数、模糊规则的优化搜索中,搜索出适应于不同控制阶段的模糊控制器参数及控制规则,并进行仿真。仿真结果证明了改进算法对模糊控制器的参数具有良好的搜索速度和精度,使系统有很强的鲁棒性。     

基于最优保留遗传算法的非线性模糊预测控制

针对传统的模型预测控制不能很好解决具有严重非线性、不确定性的对象或过程的控制问题。提出将模糊模型用于描述对象的非线性动态特性。通过将模糊模型的输出反馈回来作为模型输入，从而构成了模糊多步预测器，采用一种收敛精度高、速度快的具有最优保留特性遗传算法(EGA)依据模型预测输出在线滚动求解控制律的非线性预测控制算法。仿真结果表明该算法对一类非线性系统具有较快的响应速度和较强的抗干扰能力。     

基于最优保留遗传算法的非线性模糊预测控制

针对传统的模型预测控制不能很好解决具有严重非线性、不确定性的对象或过程的控制问题,提出将模糊模型用于描述对象的非线性动态特性,通过将模糊模型的输出反馈作为模型输入,从而构成了模糊多步预测器。采用一种收敛精度高、速度快的具有最优保留特性遗传算法(EGA),依据模型预测输出在线滚动求解控制律的非线性预测控制算法。仿真结果表明该算法对一类非线性系统具有较快的响应速度和较强的抗干扰能力。     

一种基于遗传算法优化的模糊控制器研究

模糊控制中的模糊推理规则和隶属函数的选取往往依据相关专家或技术人员的实际经验,具有较大的人为主观性,尤其在面对具有较强的非线性系统和未知动态环境条件下,其控制性能达不到客观要求。本文采用改进的遗传算法优化模糊控制中的比例因子,从而对控制规则和隶属函数进行优化。仿真结果表明,经过优化后的模糊控制器和传统的Fuzzy-PID控制器相比,其控制规则和隶属函数更加客观合理,控制系统的动、静态性能都有较大提高。     

模糊遗传算法在热风炉优化燃烧控制中的应用

为了有效地控制热风炉在蓄热阶段的升温过程,模糊控制技术近几年来广泛应用于高炉热风炉的燃烧过程。模糊控制规则一般源于专家和操作工人的经验,具有很大的主观性和不确定性;采用遗传算法对模糊控制器的控制规则进行离线寻优,找到使控制系统的动态性能指标达到最佳的一组控制规则,然后将优化的控制规则应用于控制系统中。经实验室仿真试验证明,效果良好。     

一种新型智能模糊控制器的研究

从模糊控制器量化因子入手，对其进行了深入的分析，提出了一种智能型的模糊控制器结构。其中，智能调节器使量化因子随控制不同阶段而动态变化。文中对智能调节器的设计过程作了介绍，并对两个被控对象分别用基本模糊控制器和基于智能调节器的模糊控制器的控制效果进行了分析比较。仿真例子证明了智能模糊控制器的有效性。     

基于遗传算法优化的模糊PID控制研究

面对具有较强的非线性、不确定性、难以建立精确数学模型的对象控制,常规PID控制器难以达到理想的控制效果,因此就出现了如Fuzzy-PID这样的一种较好的控制方法。然而模糊控制规则和隶属函数的选取有着很大的人为主观性,本文采用改进的遗传算法优化模糊控制中的量化和比例因子,从而优化控制规则和隶属函数使其更加合理,最后对优化后的模糊控制器进行了Matlab仿真研究,结果表明经过优化后的模糊控制器的控制品质有较大的改善和提高。     

基于遗传算法的多模型模糊控制

在非线性系统的多个平衡点建立线性模型的基础上，提出了多模型系统的模糊加权控制策略，采用遗传算法对模糊系统的隶属函数进行优化，综合了遗传算法强大的空间搜索能力，高精度和模糊控制器快速性的优点，使模糊控制达到较好的控制效果，仿真结果证明了所给方法的有效性。     

自调整模糊控制器的软件仿真系统设计

该文提出一种具有修正因子的自调整模糊控制器软件仿真系统RMDFCSS。它包含有编辑器、调试器、模糊推理机和代码生成器功能,用编辑器定义模糊规则、隶属函数、特定的推理方法和反模糊化方法;用调试器能检查整个推理过程的每一个步骤,完成模糊控制算法模型的确立、论证和优化操作。