用遗传算法优化设计模糊控制器的软件研制

文章叙述了利用遗传算法优化设计模糊控制器的原理,介绍了相应软件的组成和基本功能。该软件不仅能优化设计模糊控制器,而且能根据不同被控对象模型进行仿真,从而评价模糊控制器的鲁棒性及动态性能。     

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。     

基于遗传算法的模糊控制器设计

将改进的遗传算法引入到模糊控制器的设计中,用以自动寻优模糊隶属函数和比例咽子。以二阶系统为例进行了计算机仿真研究结果表明这种方法是有效的。     

基于模糊遗传算法的神经模糊控制器的综合优化

针对遗传算法的特点,提出一种用模糊控制的方法来调整交叉概率和变异概率的改进模糊遗传算法及其算法结构,并将其应用于神经模糊控制器的综合优化设计。在以二阶模型为控制对象的仿真结果表明,此种模糊遗传算法不仅加快了解的收敛速度,而且大大提高了解的质量。     

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。     

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。     

用遗传算法优化模糊控制器的实现方法

该文在介绍MATLAB的遗传算法工具箱（GAOT）和模糊控制工具箱的基础上，探讨了用遗传算法来优化模糊控制器的实现方法，将这种方法用于液面控制的仿真系统中，取得了很好的效果。     

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。     

一种基于遗传算法的新的模糊控制器优化方法

通过分析对模糊控制器优化的原理,提出一种新的优化设计方法,通过引入等比因子,实现用三个参数调整输入、输出语言变量的隶属函数,再通过遗传算法寻优包括量化和比例因子在内的这些参数,使得性能指标最大,从而使设计出的模糊控制器性能更优。仿真结果表明,本文方法简单,有效。     

用GA寻优线性系统模糊控制器规则

控制精度和自适应能力一直是模糊控制应用中较难解决的问题,解决这一问题的关键在于选取适当的控制规则,而遗传算法可以较好地解决常规的数学优化技术所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,它可提高模糊控制器的性能。通过仿真实验表明了该方法对于线性系统的控制是有效的。     

一种基于遗传算法的模糊神经网络最优控制

通过对控制系统的过程模拟,提出一种模糊神经网络最优控制方案。离线化部分基于遗传算法,分三阶段实现模糊神经网络控制器结构和参数的优化。在线优化部分通过重构模糊神经网络控制器的去模糊化部分,进一步调整控制规则,实现在线去模糊优化。仿真结果表明该方案优于常模糊控制方案和基于专家经验的模糊神经网络控制方案。     

一类Takagi-Sugeno模糊控制器的自适应遗传优化设计

提出了一类Takagi-Sugeno模糊控制器的自适应遗传优化设计方法。采用实数编码方式,并由自适应交叉和变异概率来控制遗传操作,有效地提高了参数优化的精度和算法的寻优效率。在优化过程中引入对称性参数约束条件,大大减小了算法的搜索空间。将该算法用于倒立摆T-S模糊控制器的设计,实现了控制器参数的快速自动整定。仿真结果表明,获得的T-S模糊控制器具有优良的性能。     

具有反馈延迟特性系统的最优控制器设计及其算法实现

针对反馈传感器具有延迟特性的一类系统,提出了三自由度Wiener- Hopf最优控制器设计方法,并给出了状态空间实现算法．最后通过仿真实例证明了该方法的有效性．     

基于自适应遗传算法的控制器自动化设计

基于改进的自适应遗传算法，实现了基于性能分析的自动化优化设计控制器参数的目的。采用的遗传算子包括：二进制多参数级联编码方法；适应度函数的构造综合考虑误差和误差的变化量；选择操作采用比例算子与精英保存策略相结合；两点交又和多点变异，且交叉和变异概率均采用自适应策略。仿真结果表明了自适应遗传优化用于控制系统设计的有效性。     

基于遗传算法的模糊聚类分析

模糊C-均值聚类(FCM)应用广泛,但是它容易陷入局部最优,且对初始值很敏感。该文提出了一种基于遗传算法的模糊聚类方法,首先用遗传算法对模糊聚类中聚类中心的个数和聚类中心的选取进行指导,然后利用FCM进行聚类。实验结果表明：该方法可以在一定程度上避免FCM算法对初始值敏感和容易陷入局部最优解的缺陷,使聚类更合理,效果很好。     

基于遗传算法的计算机通信网的拓扑优化设计

1 引言设计计算机通信网的一个基本要求是网络全局有效性,即连通概率。从网络角度,连通概率指的是网络至少简单连通。其除依赖于各计算机系统和通信能力外,主要依赖于通信链路的拓扑设计。对一个给定计算机通信网的最大全局可靠性的网络拓扑优化设计,人们已提出许多启发式算法,但这些算法并未给出精确解。本文采用遗传算法进行设计,成功地解决了这类问题。