基于GA的非线性系统Fuzzy控制规则自调整

控制精度和自适应能力一直是模糊控制中较难解决的问题，对于非线性系统更是如此，解决这一技术的核心问题在于控制规则的选取，而遗传算法可以较好地解决常规的数学优化技术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，以提高整个控制器的性能。仿真结果表明，这种方法可提高模糊控制器的性能，对非线性系统的控制是有效的。     

遗传算法在抽取和过滤模糊控制规则中的应用研究

本文分析了模糊控制规则抽取中存在的困难，提出了用遗传算法（ＧＡ）解决模糊控制中模糊规则的抽取和过滤问题，给出了具体的解决方法，仿真结果表明该方法有效地解决了模糊规则的抽取和过滤问题，而且结果可以直接放入计算机内存中进行控制，该方法具有推广应用的值。     

基于遗传算法的Fuzzy规则自动获取的研究

为了实现Fuzzy规则自动获取,进而构造高性能智能系统和解决智能系统的瓶颈问题,研究了利用遗传算法自动获取规则的方法以及遗传算法的组合优化能力.模拟结果表明,这是一种有效地获取Fuzzy规则的方法.     

倒摆的遗传算法控制

本文首先详细地阐述了遗传算法的原理和实现方法，并针对倒摆系统设计了遗传算法的求解方案，仿真实验结果表明，遗传算法可以有效地解决倒摆的平衡控制问题，文中给出了算法结构对于其它优化控制问题也有实际参考价值。     

基于神经网络与遗传算法的数据挖掘体系结构

从神经网络中提取规则可以有效地应用于数据挖掘中的分类问题。作为一种有效的优化方法，遗传算法可以应用于规则剪枝。提出了一个基于神经网络与遗传算法的数据挖掘体系结构，可以应用于数据挖掘中的分类问题。     

应用人机交互的遗传算法挖掘股票投资风险规则

介绍了人机交互的遗传算法的基本原理 ,论述了用人机交互的遗传算法挖掘股票投资风险规则的算法思想和关键问题 ,包括规则的表示与编码、适应度函数的定义以及交叉、变异和选择操作 ,提出了基于人机交互遗传算法的股票投资风险规则挖掘算法 .应用该算法从股票交易数据库中挖掘一段时间内股票涨跌与其属性之间的关系 .实验结果表明该算法是可行的和有效的 .人机交互的遗传算法对于挖掘股票投资风险规则以及求解人机合作的“可操作性”问题 ,提供了一种方法和途径     

遗传算法在计算机通信网容量分配和流量控制中的应用

遗传算法是一种模仿自然选择和遗传机制的优化算法。本文从网络总费用的角度来分析通信网中的容量分配和流量控制问题，采用遗传算法对计算机通信网进行容量分配和流量控制，并解释了对于实现这一算法中一些问题的考虑，最后给出了算法的实验结果，实验结果表明，我们的方法是一种十分有效的方法。     

基于进化计算的模糊控制规则优化

在改进的遗传算法基础上，提出了模糊控制规则的一种优化方法，模糊规则的优化基于类似最优控制的二次型性能指标，不需要任何被控系统的先验知识，因而适合于一大类复杂非线性系统的控制，仿真结果表明，这种方法是有效的。     

基于遗传算法和模糊积分的多分类器集成

多分类器联合是解决复杂模式识别问题的有效办法。模糊积分是其中一种多分类器联合方法。但是对于模糊积分。如何计算模糊积分密度是一个尚未解决的问题。本文提出了一种基于模糊积分和遗传算法的分类器集成方法，该方法利用遗传算法计算模糊积分密度函数，再利用模糊积分把分类器输出信息联合起来。实验结果表明，该方法比其他方法能够得到更好的识别性能。     

基于遗传算法的磨机负荷模糊控制研究

提出了一种磨机负荷模糊控制规则的优化方法。该方法利用遗传算法的全局搜索能力，通过重新设计交叉算子和变异算子，较好地解决了磨机负荷模糊控制规则的获取和寻优问题。     

A self-learning fuzzy logic controller using genetic algorithmswith reinforcements

This paper presents a new method for learning a fuzzy logic controller automatically. A reinforcement learning technique is applied to a multilayer neural network model of a fuzzy logic controller. The proposed self-learning fuzzy logic control that uses the genetic algorithm through reinforcement learning architecture, called a genetic reinforcement fuzzy logic controller, can also learn fuzzy logic control rules even when only weak information such as a binary target of “success” or “failure” signal is available. In this paper, the adaptive heuristic critic algorithm of Barto et al. (1987) is extended to include a priori control knowledge of human operators. It is shown that the system can solve more concretely a fairly difficult control learning problem. Also demonstrated is the feasibility of the method when applied to a cart-pole balancing problem via digital simulations     

基于改进遗传算法的T-S型模糊控制器优化设计

针对传统T-S(Takagi-Sugno)型模糊控制器的后件参数太多而难以确定的问题,本文提出了一种简化的T-S型模糊推理方法,大大减少了控制规则待确定的后件参数.同时为了实现T-S型模糊控制器性能的优化,提出了一种改进的遗传算法进行后件参数的快速寻优,从而实现了控制规则的自动调整、修改和完善.仿真结果表明,优化后的T-S型模糊控制器能获得良好的控制性能.     

Hybrid fuzzy control of robotics systems

This paper presents a new approach towards optimal design of a hybrid fuzzy controller for robotics systems. The salient feature of the proposed approach is that it combines the fuzzy gain scheduling method and a fuzzy proportional-integral-derivative (PID) controller to solve the nonlinear control problem. The resultant fuzzy rule base of the proposed controller can be decomposed into two layers. In the upper layer, the gain scheduling method is incorporated with a Takagi-Sugeno (TS) fuzzy logic controller to linearize the robotics system for a given reference trajectory. In the lower layer, a fuzzy PID controller is derived for all the locally linearized systems by replacing the conventional PI controller by a linear fuzzy logic controller, which has different gains for different linearization conditions. Within the guaranteed stability region, the controller gains can be optimally tuned by genetic algorithms. Simulation studies on a pole balancing robot and a multilink robot manipulator demonstrate the effectiveness and robustness of the proposed approach.     

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。     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

遗传算法和模糊控制的融合研究与设计

将遗传算法与模糊控制相结合，能达到取长补短的作用，一方面，模糊控制能够表达非线性和模糊性的系统知识；另一方面，通过遗传算法所拥有的高度并行，随机、全局搜索能力，使控制系统具有了学习能力，提出了先使用模糊逻辑的思想进行交叉概率和变异概率的整定，再利用模糊遗传算法对模糊子集进行了划分，可获得一个基于一定性能指标的次优或最优模糊控制器，又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。     

改进遗传算法在智能悬臂梁模糊控制的应用

模糊控制器的设计是模糊控制系统的核心,而模糊控制器设计的关键部分是模糊规则,模糊规则的好坏决定了模糊控制系统的控制效果.而一般模糊规则是通过专家经验获得的,存在很大的主观性的缺点,本文以智能悬臂梁结构为研究对象,设计了模糊控制器,改进了遗传算法,提出了使用改进遗传算法对模糊规则进行优化的方法,并给出了遗传编码、适应度函数的确定方法,最后利用Matlab/Simulink建立智能悬臂梁结构的仿真模型,对模糊规则优化前后的智能悬臂梁振动控制结果进行对比.仿真结果表明,优化后的模糊规则使智能悬臂梁的振动幅度显著缩小,而且振动衰减速度明显加快.     

Decentralized adaptive fuzzy control of robot manipulators

This paper develops a decentralized adaptive fuzzy control scheme for robot manipulators via a combination of genetic algorithm and gradient method. The controller for each link consists of a feedforward fuzzy torque-computing system and a feedback fuzzy PD system. The feedforward fuzzy system is trained and optimized off-line by an improved genetic algorithm, that is to say, not only the parameters but also the structure of the fuzzy system are self-organized. Because genetic algorithm can operate successfully without the system model, no exact inverse dynamics of the robot system are required. The feedback fuzzy PD system, on the other hand, is tuned on-line using gradient method. In this way, the proportional and derivative gains are adjusted properly to keep the closed-loop system stable. The proposed controller has the following merits: (1) it needs no exact dynamics of the robot systems and the computation is time-saving because of the simple structure of the fuzzy systems; and (2) the controller is insensitive to various dynamics and payload uncertainties in robot systems. These are demonstrated by analyses of the computational complexity and various computer simulations.     

基于模糊逻辑与遗传算法的燃料电池热管理方法研究

有效的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)热管理是提升氢燃料电池汽车安全性、耐久性以及运行效率的关键因素之一.该文提出一种PEMFC电堆热管理控制方法,使电堆出入口温度保持在设定值.该方法以PEMFC热管理系统模型中电堆出入口温度的变化为依据,设计一种二...