用GA优化模糊控制器及其应用

用遗传算法优化模糊控制器的隶属度函数,得到优化的模糊控制器。在遗传算法设计方面,采用十进制基因编码,减少了译码的麻烦,避免了常规情况下以二进制形式编码的染色体物理意义不明显和在交叉、变异操作中容易破坏本身特性的缺点。给出了一种比较实用的交叉、变异和选择的方法,不仅使得种群进化的操作计算变得简单,而且既保留了染色体中好的特性又优化了不良的染色体。全部程序由Matlab编程实现。针对某货船,将优化后的模糊控制器在Matlab的Simulink中进行了多种情况下的仿真研究。此外,对于种群规模、进化代数对模糊控制器性能的影响也做了对比的仿真研究。由仿真结果可知,遗传算法能够有效地提高模糊控制器的性能。     

不同目标函数对用GA寻优Fuzzy 控制规则的影响

本文首先简单介绍了遗传算法和模糊控制自寻优,然后给出了用遗传算法对模糊控制规则进行自寻优的方法,并通过仿真比较了不同目标函数对用遗传算法寻优模糊控制规则的影响,得出了一些结论。     

不同目标函数对用GA寻优Fuzzy控制规则的影响

本文首先简单介绍了遗传算法和模糊控制自寻优,然后给出了用遗传算法对模糊控制规则进行了自寻优的方法,并通过仿真比较不了同目标函数对用遗传算法寻优模糊控制规则的影响,得出了一些结论。     

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GA的模糊-PID控制器设计

提出一种基于GA优化的模糊-PID复合控制算法，该算法可实现在偏离工作点较远的区域采用模糊控制，在工作点附近实施PID控制，两种控制算法优势互补。采用遗传算法分步优化模糊-PID控制器参数，解决了控制器参数整定和优化等难点问题。该算法在SCON-2000先进控制软件平台进行了工程化实现，对实际工业对象的控制结果表明，该方法比常规PID控制、模糊控制具有更强的鲁棒性和更好的稳态性能，能使系统的响应满足既快速又不振荡的要求。     

遗传算法优化模糊控制器方法

利用遗传算法优化模糊控制器是近年来的一个研究热点,本文简要介绍了遗传算法的原理和操作步骤,然后对近年来利用遗传算法优化模糊控制器按照优化类型不同进行了概括分析,最后对今后进一步的研究工作作了展望。     

基于遗传算法优化模糊PID控制器的研究

利用遗传算法对模糊PID控制器中的隶属函数和控制规则进行优化,减少经验依赖,实现在线调整,改善控制效果,并利用Mathb编程仿真,验证结果.     

输油泵模糊控制器的设计及优化

由于大容量输油泵系统存在严重的非线性和时变性, 管道流量、输油泵入口压力及出口压力三个参数之间又存在耦合关系, 采用传统的PID控制器难以实现对流量、入口压力、出口压力的良好控制. 针对输油泵系统的特点, 提出了一种由两个模糊控制器组成的输油泵控制方案, 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, 该控制器能够对管道流量、入口压力、出口压力进行协调优化控制.     

基于GA的Fuzzy控制规则自寻优仿真研究

对遗传算法和模糊控制自寻优作了简单介绍,给出了用遗传算法对模糊控制规则进行自寻优的方法,并通过仿真比较了用此方法与用单纯形法进行寻优的结果,说明了其有效性．     

遗传算法在智能车控制器参数寻优中的应用

研究智能车控制器优化设计问题,由于控制器参数不准确,引起控制误差.为解决上述问题,根据智能车的运动学模型,设计出智能车轨迹跟踪控制律.采用遗传算法对控制律参数寻优,利用逆推(Backstepping)方法,在搜索空间里获得全局最优解.最后利用提出的遗传算法对控制律参数优化方法,通过智能车对圆周轨迹的跟踪仿真,证明了智能车在遗传算法对该控制律参数寻优下,能够实现对给定轨迹的全局渐近跟踪,获得了较好的控制效果.验证了遗传算法对智能车控制器参数寻优的可行性和有效性.     

基于遗传算法的模糊控制器的综合优化设计

该文简要叙述了模糊控制器的优化设计原理,提出了一种采用遗传算法对模糊控制器的量化因子、比例因子、隶属函数的参数和模糊控制规则进行综合优化的设计方法,并采用VisualC++6.0编制了相应的软件,该软件已成功地应用于工程中。此外,该软件也可作为遗传优化和模糊控制器设计的辅助教学软件。     

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PID参数寻优

遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法。该文主要研究了控制器参数优化问题 ,并利用遗传算法的基本原理对单回路及串级回路进行了离线寻优。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。同时遗传算法还克服了其它方法的某些弊端     

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。     

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。     

基于生产计划排单的遗传算法的优化与应用

ERP是当今国际上先进的企业管理模式,其核心是计划体系,包括主生产计划、采购计划、车间作业计划等。车间作业计划的管理目标是按物料需求计划的要求,按时、按质、按量和低成本地完成加工制造任务。该文探讨了遗传算法在车间作业计划安排中的应用,主要是针对Flow Shop的调度问题,给出了包括建模、编码、选择、交叉、变异和适应性函数等的具体算法,并在最后给出了自适应算法、混合遗传算法等优化算法。经仿真算例分析,该算法取得较理想的效果。     

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。     

模糊逻辑和遗传算法在IIDS中的应用

随着恶意入侵计算机现象的日益严重,准确检测网络入侵的需求应运而生,从而推动了IDS理论和技术的不断发展,该文给出了一个智能入侵检测系统(IIDS)的原型系统。介绍了该原型系统的体系结构。主要研究了模糊逻辑和遗传算法在IIDS规则匹配和入侵行为模板挖掘中的应用。     

基于模糊PID控制器的协调控制系统优化

火力发电厂在我国电力工业中占有主要地位,大型火电单元机组的协调控制对象是一个多变量、强耦合的控制对象,针对此对象设计合适的解耦控制器是急需解决的问题.本文结合以1000MW机组作为具体模型,分别采用常规PID协调控制方式和参数自整定模糊PID解耦协调控制方式对全工况下的协调控制系统进行仿真研究,在线对PID参数进行整定,通过仿真结果进一步比较,可以看出,该方法可以很好的对单元机组协调系统进行控制,并能使控制系统的性能得到完善.