遗传优化模糊逻辑控制器

一、引言 模糊逻辑控制器(FLC)已经广泛应用于工业过程、家电、运动控制中。典型的lC由四部分组成:摸糊化器、规则集、推理机和反模糊化器。FLC作为一种万能逼近器,适合控各类非线性的、多输入     

分布控制系统中一种控制器参数优化方法

针对分布控制系统（ＤＣＳ）中控制系统构成特点是一般优化算法局限性，提出一种任意组态下控制器参数优化方法，并给出了ＤＣＳ下控制参数优化过程的实现算法。     

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。     

基于混沌优化的单神经元 Smith预估器设计

提出了一种具有自适应能力的单神经元Smith预估器，并将其待定参数与系统的控制性能相联系，采用基于模拟退火策略的混沌优化算法，实现对预估器参数的全局寻优。仿真表明，经过混沌优化的单神经元Smith预估器具有良好的跟踪特性和干扰抑制能力，同时对系统建模误差具有很强的鲁棒性。     

基于改进粒子群算法的模糊神经网络PID控制器设计

针对模糊神经网络PID控制器中参数初始值的设置对控制器性能影响大的问题,提出一种改进的PSO算法优化模糊神经网络PID控制器参数的设计方法.该方法采用实数编码的方式对控制器参数进行优化,并以ITAT指标作为改进的PSO优化算法的适应度函数.实验仿真表明:经过改进的PSO算法优化的模糊神经网络PID控制器具有良好的动静态性能,响应速度更快,超调量更小,控制精度更高.     

一种改进的双转式永磁无刷直流电动机PSO优化控制方法

研究了使用改进的PSO(Particle swarm optimization,粒子群优化)算法与PID控制器相结合实现对双转式永磁无刷直流电动机(PMBLDCM)进行控制的方法;针对传统PID调节器控制精度不高和鲁棒性差的缺点,提出了一种结合PSO优化算法和传统PID控制的新控制器;首先建立PMBLDCM的动力学模型,通过引入改进的PSO优化算法,提出了一种使用PSO优化PID控制器参数的模型,并定义了使用PSO优化PID控制器3个比例参数的具体算法;最后,使用Matlab/Simulink对PMBLDCM控制实例进行了仿真;空载和负载两种情况下的仿真结果表明:新的控制方法克服了PID控制器的不足,具有控制精度高、响应速度快、速度跟随准确等优点。     

基于改进粒子群优化算法的PID控制器参数优化

针对PID控制器参数整定问题,提出一种基于改进粒子群优化算法的优化方法。该方法在实数编码及设定参数搜索空间的基础上,采用基于指数曲线的非线性惯性权值递减策略,以较大幅度地提高算法的收敛速度和精度;嵌入基于差分进化算法变异算子的局部搜索策略,以有效提高粒子个体的适应性和群体的多样性,改善解的质量,同时增强算法全局空间探索和局部区域改良能力的平衡。仿真结果表明,该方法与传统和智能算法相比较,所得到的控制器参数能够使控制系统获得更好的动态响应特性和满意的控制效果。     

灰狼算法优化分数阶模糊控制器参数

PID模糊控制在工业控制中是最广泛的一种控制方法,在一些复杂的实际系统中,应用分数阶PID模糊控制器在整定系统参数性能上优于整数模糊控制器.分数阶模糊控制器具有较多的控制参数,这些控制参数直接影响了模糊控制器的性能.用传统的算法校准分数阶模糊控制器并不能得到最佳的参数值,而且标定参数的过程较为复杂.因此提出用灰狼优化算法(Grey Wolf Optimizer,GWO)优化分数阶模糊控制器的参数.将基于灰狼优化算法的分数阶模糊控制器优化方法与其他五种典型的基于群智能的优化方法进行了比较.实验结果表明,该方法的控制效果更好.     

基于遗传算法的PID参数优化设计

本文应用遗传算法对ＰＩＤ控制器参数进行了优化设计，在构造遗传算法框架时，采用了最佳保留选择机制、两点交叉、重新生成个体策略以及由简易经验公式生成初始群体等方法。经过数字仿真，验证了该算法的有效性和合理性。     

基于交叉熵算法的PID 控制器设计

交叉熵优化方法是一种新型高效的随机优化算法,算法控制参数简单,鲁棒性强.将交叉熵优化算法用于PID控制器的参数设计,并与基于遗传算法的PID控制器设计进行对比,结果表明,交叉熵优化算法不仅所获结果较优,而且计算复杂度也明显小于遗传算法.     

基于浮点数编码遗传算法的PI参数优化算法

本文介绍了基于浮点数编码遗传算法寻优的PID参数优化方法,采用误差绝对值时间平方积分性能指标作为参数选择的目标函数,利用遗传算法的全局搜索能力,实现对全局最优解的寻优,以降低PID参数整定的难度,达到总体提高系统性能的目的.仿真结果表明,通过浮点数编码遗传算法进行PI参数优化可使系统具有很好的动态品质和稳态特性.     

基于改进遗传算法的PID参数寻优与控制器设计

相比传统的调节方法,遗传算法具有更好的鲁棒性、最优性,能较好的实现参数的自动化调节。对标准遗传算法（SGA）进行了分析、研究,并在SGA的基础上进行了改进。改进的遗传算法从提高全局搜索性能和加快收敛速度出发,提出了改进的选择算子、交叉算子和变异算子,仿真结果表明,改进的遗传算法的全局搜索性能和收敛速度远远优于标准遗传算法。     

太阳能电池组件层压机温度控制系统参数优化

基于PID参数二次整定方法,通过现场试验,分步骤的对层压机温度控制系统进行了调整和优化,得到了适合某型号太阳能电池组件层压机的最佳PID控制参数,使得层压温度稳态误差均值由0.45降低为0.046,动态波动范围由1.9降低为0.2,改进效果显著。根据太阳能电池组件性能指标的研究发现,组件气泡,EVA的交联度和撕拉强度等太阳能电池组件的重要性能指标都与温度控制精度密切相关,因此所做的控制系统参数优化对于减少太阳能电池组件的气泡,增强EVA的交联度和撕拉强度有重要意义。需在中英文摘要中补充量纲!     

DMA控制器的优化与改进

提出了一种提高DMA控制器性能的有效方法,INTEL8237是一种高性能的可编程的DMA控制器,但在控制数据传输时所需周期太长,尤其在存储器之间传输时传送一个字节需要2μS,该文针对这一点对原有DMA控制器的结构和时序做了调整,使存储器之间的传输效率提高了一倍,IO到存储器的数据传输效率也有不同程度的提高。     

一种进化模糊逻辑控制器的新方法

结合进化学习分类器的密歇根和匹兹堡方法的优点,首次将对单条控制规则的评价引入了模糊逻辑控制器（ＦＬＣ）的进化过程中,解决了匹兹堡类型的学习分类器系统“强化信息的带宽窄”的问题,实现了ＦＬＣ在控制器级和规则级的同时进化,控制器的控制规则数目也可以自由变化,实验结果表明新方法有较高的效率,优化的模糊控制器的结构简单,性能良好。     

基于PSO的模糊控制器参数优化设计

本文提出了将微粒群优化(PSO)算法应用于模糊控制器的参数优化设计中,针对常用的工业对象模型进行了仿真实验,仿真结果表明基于微粒群算法优化模糊控制器参数可以获得满意的控制效果,PSO算法为模糊控制器的设计提供了一种的新的思路.     

一类混杂系统的鲁棒性分析与控制

对一类离散状态存在不确定性扰动的混杂系统进行了鲁棒稳定分析,并针对离散状态不确定性扰动对系统的影响给出了切换控制各个子控制器的设计方案,保证了整个系统的鲁棒稳定性。结果表明整个系统的性能得到了改善。     

一种基于离线优化参数的自校正PID控制器

本文针对典型工业过程，通过在线辨识对象脉冲响应间接获取对象等效参数，利用按偏差积分准则离线优化整出的ＰＩＤ参数与对象参数的关系，实现ＰＩＤ控制器的自校正，为抑制输出超调，提出了一种超前控制方法。仿真表明，该控制器对于变参数对象可获得满意的控制效果。