惩罚函数法在遗传算法处理约束问题中的应用

主要研究惩罚函数法在遗传算法中的应用。将传统优化方法中的惩罚函数法与遗传算法相结合，研究了三种不同的惩罚函数法在遗传算法中的实现和应用，编制了计算程序。通过对连续变量无约束优化、连续变量约束优化和离散变量约束优化等典型优化问题的计算分析，将三种惩罚函数方法进行了比较，指出了它们的特点及选用原则。同时，对遗传算法中各种算子的不同形式也进行了研究和比较，得出了一些有意义的结论。     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较.仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

基于遗传算法的异步电机调速系统PID参数优化

在对异步电机矢量控制系统分析的基础上,给出了参数优化设计的数学模型,采用了一种改进的遗传算法,并利用Matlab软件对PID参数进行了优化设计,得到了满意的优化参数.讨论了遗传算法的一些关键技术,如改进的二进制编码方法,基于惩罚项的适应度的计算,遗传算子的构造等.提出了用遗传算法优化异步电机调速系统PID参数的方法,并...     

PID控制器参数的遗传算法优化设计

提出一种交流伺服系统速度控制器的设计方法,即将控制器设计问题作为一参数优化问题,采用遗传算法对ＰＩＤ控制器参数进行优化．仿真实验结果表明,利用此方法设计出的速度控制器具有优良的伺服性能．     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

复杂函数优化的混沌遗传算法

将混沌融入遗传算法提出了混沌遗传算法,该方法利用混沌运动的随机性、遍历性、对初始条件的敏感性等特性进行群体的混沌初始化和最优个体的混沌变尺度载波寻优,典型复杂函数优化的仿真结果表明,该方法较遗传算法具有更快的收敛速度和更小的计算,是复杂函数优化的有效手段。     

二次优化的惩罚函数法

用优化方法解决离散变量的工程问题，可采用惩罚函数法。本文对离散变量征罚函数法作了改进，并应用实例证实了其可行性，为工程优化问题提供了有参考价值优化算法。     

基于自适应遗传算法模糊PID控制器参数优化

该文针对自适应模糊控制器的多参数优化问题,提出一种自适应遗传算法同时优化模糊规则和隶属函数的方法.先对隶属度函数和控制规则进行联合编码,遗传进化前期采用锦标赛精英保留,后期采用基于轮盘赌的非线性选择方法,保留了种群中较优个体,提高种群的多样性.采用一种自适应交叉变异算子,使交叉变异概率根据进化过程不断自动调整,避免算法...     

基于模拟退火遗传算法的PID参数整定与优化

结合模拟退火算法和遗传算法的思想,提出模拟退火遗传算法,用此算法进行PID参数整定与优化．同时使用自适应交叉率、变异率以及适应度拉伸方法对传统遗传算法进行改进．模拟退火遗传算法有效抑制早熟,且具有收敛性快、全局寻优与局部寻优能力．仿真结果表明,基于此算法寻优设计的PID控制器动态品质和稳定性更好、鲁棒性更强．     

基于遗传算法PID参数的自动整定

提出了一种基于遗传算法ＰＩＤ参数自整定的方法,算法以ＩＴＳＥ最小作为优化目标且进行全局寻优,实现了ＰＩＤ参数的全局最优化,并结合工程实现提出了一种改进的遗传算法。     

利用改进的遗传算法实现PID参数寻优

针对经典遗传算法存在的不足,提出了一种改进的遗传算法,并将其应用于常见控制对象模型的PID参数寻优,克服了经典遗传算法的一些缺点。仿真结果表明,基于此遗传算法寻优设计的PID控制器具有很好的动态品质和稳定性。     

遗传算法在PID控制参数调节中的应用

PID算法是过程控制中应用最广泛的控制方法,将遗传算法应用于PID控制参数的调节中,实现了PID控制参数的自整定.     

Extended Range Guided Munition Parameter Optimization Based on Genetic Algorithms

Many factors influencing range of extended range guided munition （ERGM） are analyzed. The definition domain of the most important three parameters are ascertained by preparatory mathematical simulation, the optimized mathematical model of ERGM maximum range with boundary conditions is created, and parameter optimization based on genetic algorithm （GA） is adopted. In the GA design, three-point crossover is used and the best chromosome is kept so that the convergence speed becomes rapid. Simulation result shows that GA is feasible, the result is good and it can be easy to attain global optimization solution, especially when the objective function is not the convex one for independent variables and it is a multi-parameter problem.     

免疫遗传PID汽车纯机械转向系统参数优化

以免疫反馈机理和遗传PID算法为基础,提出了一种免疫遗传PID算法.该算法的核心是将免疫反馈机理和遗传算法结合,并以ITAE性能准则为目标函数;将该算法用于汽车纯机械转向系统PID参数优化的过程中,并用Matlab仿真实验.仿真结果表明:基于免疫反馈机理和遗传算法的PID参数优化可以有效地提高汽车转向柱转角跟随转向盘转角的速度,缩短滞后时间,且使汽车机械转向系统具有较好的稳定性,其结果可为汽车电动助力转向系统的参数优化提供理论依据.     

Multi-objective optimization based on Genetic Algorithm for PID controller tuning

To get the satisfying performance of a PID controller, this paper presents a novel Pareto-based multi-objective genetic algorithm (MOGA), which can be used to find the appropriate setting of the PID controller by analyzing the pareto optimal surfaces. Rated settings of the controller by two criteria, the error between output and reference signals and control moves, are listed on the pareto surface. Appropriate setting can be chosen under a balance between two criteria for different control purposes. A controller tuning problem for a plant with high order and time delay is chosen as an example. Simulation results show that the method of MOGA is more efficient compared with traditional tuning methods.     

基于改进遗传算法的连续函数优化

为了进一步避免连续函数优化过程中的早熟收敛和搜索迟钝,在简单遗传算法基础上提出了划分寻优区间、基于排序和最佳保留的轮盘赌选择算子,可以用来提高遗传算法的运行效率和收敛速度,达到了既能够选出最好个体又能够保证种群多样性的效果;同时采用择优交叉算子和二元变异算子,这样既保证了种群的收敛性,又可在陷入局部最优时为种群引入新基因。仿真实验表明,与简单遗传算法相比,改进后的遗传算法能有效地提高遗传算法的收敛速度和避免陷入局部最优。