基于遗传算法优化的汽车巡航模糊控制策略

研究汽车巡航控制系统中采用模糊控制.模糊控制中的隶属函数和模糊推理规则的选取专家或者技术人员的经验,但人工经验具有随机性和主观性,使得其控制性能往往达不到理想的效果.针对上述问题,采用一种基于遗传算法的模糊控制策略,利用遗传算法并对隶属函数和模糊推理规则进行优化,从而使隶属函数和模糊推理规则的确定摆脱了人为经验的局限,提高了模糊控制的自适应能力.实验结果表明优化后的控制器可以使汽车巡航系统取得较满意的效果.     

基于遗传算法的交流伺服系统模糊控

针对交流伺服系统的特点和要求．研究和设计了一种基于遗传算法的自寻优位置模糊控制器。该设计利用实时仿真系统，并采取遗传算法实现了在线模糊控制参数的自动寻优，有效地解决了伺服系统精度和快速特性的问题。实验证明该系统性能良好。     

一种基于遗传算法的模糊控制规则的优化方法

模糊控制规则的选择是模糊控制器设计的关键问题之一,文中在对现有应用遗传算法优化模糊控制规则的方法进行研究的基础上,以模糊控制规则的完整性和一致性为出发点,提出了一种用遗传算法来优化模糊控制规则的改进算法,具体给出了遗传算法设计中的各种函数和算子的确定,并将优化过的规则用于设计模糊控制器,进行仿真研究,取得了令人满意的效果。     

基于双模糊控制器的液压舵机伺服系统动态仿真

为了解决飞机舵机在实际使用过程中的非线性因素,建立了液压舵机伺服系统的数学模型并设计了一种双模糊控制器;该控制器利用"粗调"模糊控制器实现系统快速响应,利用"细调"模糊控制器满足系统准确性要求;运用Simulink对系统模型进行仿真;仿真结果表明,双模糊控制与PID控制、P控制相比,使系统的调节时间缩短了0.4s,受到干扰后再次稳定的时间提高了0.16s,使系统具有更好的快速性和抗干扰能力,为解决实际中的不确定使用因素提供了一种思路。     

基于遗传算法的模糊控制仿真研究

提出了一种基于遗传算法的模糊控制系统 ,通过对模糊规则进行优化 ,达到了基于 ITAE指标的满意控制。仿真结果表明 ,遗传算法具有良好的寻优性能     

液压舵机伺服系统的专家PID控制

为了更好地分析与优化液压舵机的控制性能,根据控制理论建立了液压舵机伺服系统的数学模型;针对采用常规控制方法液压舵机系统响应速度慢、抗干扰能力差等问题,在对专家经验进行总结并获取5条控制规则后,设计了专家PID控制器;在单位阶跃信号的作用下,运用Matlab/Simulink对该液压舵机系统进行仿真;仿真结果表明,与常规PID控制、P控制相比,专家PID控制使系统调节时间缩短了0.104s,缩减幅度达71%,受到干扰后再次稳定的时间缩短了0.034s,有效地提高了快速性和抗干扰性,获得了良好的控制效果。     

基于遗传算法的舵机数学模型辨识研究

针对"飞思卡尔"杯全国大学生智能车竞赛,在智能车整体控制中,对于舵机的精准控制显得十分重要;分析了舵机系统各个部分组成原理,采用实验建模方法,利用实验测得的舵机系统的阶跃响应曲线来辨识出舵机模型参数(增益k、惯性时间常数T、滞后时间L);并根据遗传算法原理,借助MATLAB软件方便的绘图功能和强大的图像处理能力,用MATLAB语言编写了M文件进行辨识仿真;仿真结果表明,辨识参数误差小,对于舵机模型是一种有效的辨识方法;实践证明了该方案的可行性,这为实现舵机实时准确控制提供了重要的理论支持。     

液压舵机伺服系统灰色预测模糊PID控制

研究灰色预测模糊PID控制在液压舵机伺服系统中的应用问题。由于液压舵机伺服系统具有典型非线性和不确定性,传统的PID控制很难满足控制要求。为解决这一问题,提出了灰色预测模糊PID控制方法。在SimuIink中搭建液压舵机伺服系统的模型并进行仿真,灰色预测模糊PID控制无超调,调节时间为0．008s,消除干扰使系统再次达到稳定的时间为0．045s。结果表明：灰色预测模糊PID控制与传统PID控制、模糊PID控制相比,能有效加快系统的控制速度,缩短调节时间,提高控制精度,具有较强的抗干扰能力。     

基于遗传算法的发动机模糊控制

模糊控制不依赖被控对象的数学模型，模糊控制应用于航空发动机控制取得了较好的效果。但是，模糊控制设计，较多地依赖设计者的主观经验，工作量大、负担重。遗传算法具有良好的寻优能力，该文将遗传算法应用到了航空发动机模糊控制中，使大量的设计寻优工作，可以通过程序自动寻优，对遗传算法寻优的发动机模糊控制系统进行了仿真，结果表明遗传算法不但改进了发动机模糊控制器的设计，而且整个控制系统具有良好的性能。     

基于遗传算法的混沌系统模糊控制

本文提出一种基于遗传算法的自学习模糊控制方法控制混沌系统。用一种改进的遗传算法学习模糊控制器的隶属度函数，以改善２模糊控制器的性能，使其感到良好的控制效果。用此方法控制Ｈｅｎｏｎ系统的混沌行为，效果良好。     

采用DNA 遗传算法优化设计的TS模糊控制系统

基于生物 DNA的结构和遗传机理 ,提出一种新颖的基于 DNA编码方法的遗传算法。给出了DNA遗传算法的结构 ,讨论了遗传操作算子。为验证 DNA遗传算法的有效性 ,将其应用于 TS模糊控制系统的优化设计 ,仿真结果表明该算法具有较好的自学习能力。     

基于遗传算法和模糊逻辑的智能飞控技术研究

设计了基于遗传算法和模糊逻辑控制的智能飞行控制系统及采用论域自调整的模糊控制器，控制器以角度跟踪误差及其微分信号为输入来控制相应的气动舵面偏转，实现对该姿态的跟踪控制。文中给出了控制器输入输出的隶属函数，设计了相应的规则库。并在此基础上进一步利用遗传算法对模糊控制器进行优化设计，给出了遗传算法各个参数的选择原则。仿真结果表明，基于遗传算法和模糊逻辑的智能飞控系统具有良好的控制效果。     

基于遗传算法的模糊系统优化设计方法*

提出一种带有混合变长编码和模糊变异算子的新型模糊遗传算法,并将其应用到模糊系统的优化设计中．仿真结果表明,这种方法具有即使系统缺乏任何先验知识,也能通过评价学习、遗传优化获得满足系统动态性能的优化控制规则的特点.     

基于遗传算法的模糊系统优化设计方法

提出了一种带有混合变长编码和模糊变异算子的新型模糊遗传算法,并钭其应用到模糊系统的优化设计中。仿真结构表明,这种方法具有即使系统缺乏任何先验知识,也能通过评价学习,遗传优化获得满足系统动态性能的优化控制规则的特点。     

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.     

一种基于遗传算法的模糊内模控制方法

针对一类非线性过程,提出了基于T-S模糊模型的非线性内模控制方法.使用遗传算法和模糊聚类方法进行模糊建模,解决了非线性内模控制方法中建立精确的模型及其逆模型困难的问题.通过模糊辨识获得过程的T-S模型及逆模型,并以此设计了内模控制器.最后,将该方法应用于一类非线性过程的控制,仿真结果表明该方法的有效性.     

遗传算法在电液伺服系统分层模糊控制中的应用

针对模糊控制中规则数和可调参数多的问题,对遗传算法在分层模糊控制系统中的应用进行了研究,考虑遗传算法具有强大的全局搜索能力,提出了基于遗传算法的分层模糊控制的设计方案。该方案采用2个模糊控制器分层连接,即第一层采用基于遗传算法优化的模糊控制器,第二层采用典型的模糊控制器,从而大大减少了模糊规则和可调参数的个数,便于实时控制。电液伺服系统的实际仿真结果验证了该方案的有效性。     

基于DSP前馈模糊PI的舵机控制算法

针对负载转矩对舵机转速的影响,建立负载力矩的数学模型,提出带前馈模糊自整定比例积分参数的速度环控制算法,利用前馈控制器补偿负载变化对电机转速的影响。当直流无刷电机特性和力矩变化时,通过动态调整控制参数使系统具有良好的鲁棒性和控制精度。设计以数字信号处理器为核心的模糊控制器,采用高精度的绝对编码器作为位置环反馈。实验结果表明,该控制器具有较强鲁棒性,且响应速度快、超调小、控制精度高。     

基于多种群遗传算法的电动变桨系统的变论域模糊控制

针对电动变桨系统的时变性、非线性、大惯性及风速不确定性等特点,提出一种基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中,通过分析确定变论域伸缩因子的结构,利用多种群遗传算法优化其参数,实现伸缩因子参数的智能寻优,有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中,染色体采用实数编码、多种群、多目标并行搜索,利用最优个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中,根据速度环的性能指标建立合适的目标函数,通过对基本论域自适应调整,实现了速度环的自适应控制。仿真结果表明,基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。