参数自调整的月球车路径跟踪模糊控制器设计

针对常规模糊控制器需要不断手动调整控制器参数才能获得更好控制效果的缺点,提出一种基于多目标遗传算法NSGA-II进行参数优化的路径跟踪模糊控制器。以CJ-1月球探测车原理型样机为研究对象,用模糊逻辑描述了月球探测车的路径跟踪问题,通过调整规则因子来达到调整模糊规则的目的;引入了积分器以达到较好的稳态性能;采用NSGA-II算法实现了控制器7个参数的优化选择,提高控制器的适应能力。仿真结果表明,在跟踪阶跃路径时,常规模糊控制器超调量达到4.25%,而所设计的参数自调整模糊控制器基本能平稳无超调地跟踪路径,获得更好的控制效果。     

基于遗传算法优化的模糊PID控制在粮食干燥中的应用

针对传统控制算法在粮食干燥机的控制系统中控制效果不理想的问题,本论文提出了一种遗传优化的模糊PID控制算法,实现了粮食干燥机的自动控制。该算法结合了模糊控制和PID控制的优点,并且利用遗传算法的全局优化能力和并行能力优化模糊PID控制器的量化因子及其PID参数的修正系数,实现了最优控制。以控制系统的动态性能指标与稳态性能指标作为综合评价指标,建立了包含控制系统的调节时间、超调量和稳态误差三项指标的目标函数,基于该目标函数,利用遗传算法进行了模糊PID控制器的参数优化,改进了常规PID控制、常规模糊PID控制器的控制效果。最后,在MATLAB中,进行了控制性能的仿真与比较,仿真结果表明:粮食干燥机采用基于遗传算法优化的模糊PID控制后,其控制性能优于无优化的模糊PID控制以及常规的PID控制。该算法可为粮食干燥的实际控制策略提供有效的参考。     

基于改进量子粒子群算法的NCS模糊控制器参数优化

针对网络化控制系统中模糊控制器的量化因子和比例因子采用传统经验方法难以整定的问题, 提出了一种改进量子粒子群（IQPSO）算法对模糊控制器量化因子和比例因子进行优化。该方法将ABC算法中的搜索算子作为变异算子引入到QPSO算法中, 使得IQPSO算法较好地克服了QPSO算法保持种群多样性差容易早熟收敛的缺陷, 并以ITAE指标作为IQPSO算法的适应度函数对模糊控制器进行优化。典型工业过程仿真结果表明, IQPSO优化的模糊控制器具有比PID控制器和标准QPSO优化的模糊控制器更好的控制性能和适用性。     

基于改进量子粒子群算法的NCS模糊控制器参数优化

针对网络化控制系统中模糊控制器的量化因子和比例因子采用传统经验方法难以整定的问题,提出了一种改进量子粒子群(IQPSO)算法对模糊控制器量化因子和比例因子进行优化。该方法将ABC算法中的搜索算子作为变异算子引入到QPSO算法中,使得IQPSO算法较好地克服了QPSO算法保持种群多样性差容易早熟收敛的缺陷,并以ITAE指标作为IQPSO算法的适应度函数对模糊控制器进行优化。典型工业过程仿真结果表明,IQPSO优化的模糊控制器具有比PID控制器和标准QPSO优化的模糊控制器更好的控制性能和适用性。     

基于直觉模糊支配的混合多目标粒子群算法

为提高求解多目标优化问题的精确性和解集分布的均匀性,提出了一种基于直觉模糊支配的混合粒子群算法。通过引入种群全局目标值标量参数、直觉模糊隶属度和排序方法,定义一种新的最优解支配关系;采用基于模拟退火的Meta-Lamarckian局部学习策略,结合粒子群算法,以避免算法陷入局部最优和早熟;此外,定义种群同构因子来衡量种群多样性,以自适应调节惯性权重和加速因子;提出一种递减扰动策略对粒子飞行速度进行扰动;最后,与多种经典多目标优化算法进行仿真测试比较,结果表明该算法在求解精度、解集分布均匀性上具有明显优势。     

混沌优化模糊控制器在铝电解控制中的应用

设计了基于CAN总线的预焙铝电解槽计算机控制系统的总体方案及基于混沌优化的电解质温度模糊控制器。将混沌优化算法引入模糊控制器,采用混沌粗搜索与细搜索相结合的优化方法,对量化因子、比例因子及控制规则进行优化。利用该控制器实现对预焙铝电解槽的温度控制。实验结果表明,该方法能有效地实现模糊器参数和控制规则的在线优化,控制具有鲁棒性好、适应性强、精度高等优点,算法结构简单,容易实现,控制性能优于普通的模糊控制器。     

反应釜温度的智能优化模糊PID控制器设计

通过对反应釜温度控制系统的分析讨论,针对传统控制中响应速度慢、自适应能力差等问题,本文设计了一种基于粒子群算法的模糊自适应PID控制器。该控制器通过对不同工况下控制器的比例因子和量化因子的实时优化来改善反应釜温度控制效果。仿真结果表明,粒子群优化模糊自适应PID控制器与传统的PID控制器和模糊控制器相比,系统动态特性和静态特性均得到了较大的提高,自适应能力显著增强。     

基于免疫遗传算法优化的模糊控制方法及其应用

在模糊控制器的设计过程中,为了使模糊控制器的性能达到全局优化,应用免疫遗传算法对模糊控制器参数进行优化设计;在综合考虑各种参数对控制器性能影响的基础上,给出了一种全面优化隶属度函数、比例因子和量化因子的优化方法;利用了免疫算法能保持个体的多样性和能对学习过程进行引导的特点,对模糊控制器的多个参数同时进行优化,从而显著提高了系统的收敛性、稳定性。应用该方法对数控铣削加工过程的模糊控制器的设计进行了仿真,并与其他方法进行比较和控制实例的验证,表明了该基于免疫遗传算法优化的模糊器能获得更优良的控制性能。     

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。     

模糊时间窗VRP的动态规划和禁忌搜索混合算法

为优化具有模糊时间窗的车辆路径问题,以物流配送成本和顾客平均满意度为目标,建立了多目标数学规划模型。基于Pareto占优的理论给出了求解多目标优化问题的并行多目标禁忌搜索算法,算法中嵌入同时优化顾客满意度的动态规划方法,运用阶段划分,把原问题分解为关于紧路径的优化子问题。对模糊时间窗为线性分段函数形式和非线性凹函数形式的隶属度函数,分别提出了次梯度有限迭代算法和次梯度中值迭代算法来优化顾客的最优开始服务时间。通过Solomon的标准算例,与次梯度投影算法的比较验证了动态规划方法优化服务水平的有效性,与主流的NSGA-II算法的对比实验表明了该研究提出的多目标禁忌搜索算法的优越性。     

模糊规则在线自调整算法及仿真研究

在模糊规则的可修正因子的基础上,提出了一种在线自调整模糊控制器解析规则模糊控制器的改进结构,引入了能够动态调整模糊控制规则的修正函数;同时,通过遗传算法,应用该修正函数对模糊控制器控制参数进行优化。通过对一个典型的二阶系统进行仿真实验,结果表明使用该方法设计的模糊控制器具有响应快、超调小、稳态精度高等优点,改善了模糊控制系统的性能。     

基于可变学习率BP算法的空调控制系统的研究

通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统.该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率.实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度.     

基于权重因子的四种模糊控制规则比较

控制规则在模糊控制器中有着十分重要的地位,模糊控制规则的优化较多地被人们所重视,利用权重因子对模糊控制规则进行自动调整,是目前比较多的做法.但目前多种做法鱼龙混杂,人们有时不能正确选择所需方法.文章对基于权重因子的模糊控制规则方法进行了归纳,并基于MATLAB/SIMULINK环境,针对某一实际系统采用四种方法进行仿真、分析、比较,结果对四种方法的优缺点作出了比较,四种方法都不能适应每个模糊控制器设计的要求,有各自的适应范围,得出的结论对模糊控制器的设计有参考意义.     

一种基于Matlab的参数自调整模糊控制器的设计方法

本文介绍了一种在MATLAB的模糊控制工具箱中,通过编写S函数实现对量化因子和比例因子的在线自动调整来设计模糊控制器,从而有效地实现参数自调整模糊控制器的设计方法。为了验证参数自调整模糊控制器的优越性,分别进行了空调温度控制系统的PID控制、常规模糊控制和参数自调整模糊控制的仿真研究。结果表明,参数自调整模糊控制器较之常规的模糊控制器,在被控对象特性变化或较大扰动的情况下,控制系统能保持较好的性能,是一种较理想的控制方法,具有广阔的发展前景。     

车载复合电源模糊能量管理策略优化设计

针对电动汽车复合电源模糊能量管理,传统模糊控制依赖专家经验存在精度不高、自适应性弱等不足,设计了一种基于改进布谷鸟搜索算法(ICS)优化的模糊控制方法。在Matlab/Simulink平台上建立车载复合电源模糊控制器,采用ICS算法对模糊控制器中的隶属度函数参数进行优化,然后将其嵌入到Advisor软件中复合电源电动汽车模型进行仿真与分析。结果表明,与传统模糊控制相比较,该方法能更好发挥超级电容性能优势,减缓了电池输入、输出功率且整车能耗经济性得到提升。     

基于变论域模糊增量理论的质子交换膜燃料电池温度控制

质子交换膜燃料电池(PEMFC)内部的电化学反应过程直接表现为温度的变化,所以有效的温度控制是保证燃料电池可靠性和耐久性的关键.本文将模糊增量控制用于PEMFC热管理系统中,将PEMFC的温度和电堆出入口温度差保持在设定值.首先,建立PEMFC热管理系统的动态模型,包括PEMFC电堆模型和辅助散热设备模型.然后,基于建立的系统模型,设计了一种变论域的模糊增量控制器.该控制器通过伸缩因子来动态调节模糊控制器中的量化因子和比例因子,实现对模糊论域的调节,从而提高控制的灵敏性和精确度.最后,将该温度控制方法用于10 kW燃料电池系统中,实验结果表明变论域模糊增量控制器相比于其他模糊控制方法,不仅具有更快的动态响应速度,还具有更强的鲁棒性和更高的控制精度.     

交通信号公交优先控制策略及智能控制方法

针对公交优先交通信号控制问题,研究了公交优先的信号控制策略,提出了一种变论域模糊神经网络公交优先智能控制方法.提出了基于相位优先度值的公交优先相位选择方法,并给出了其数学描述.建立了绿灯时间的3层模糊控制模型,分别为红灯排队疏散时间、绿灯延长时间和论域调节因子模糊控制器,其中红灯排队疏散时间和绿灯延长时间两个模糊控制器的输出变量均采用变论域,论域的变化考虑混合交通、天气情况、车流转向等因素由论域调节因子模糊控制器确定.模糊控制器采用粒子群优化神经网络实现.仿真结果表明该方法具有较好的公交优先控制效果.     

在线知识获得智能模糊控制器研究

对一些复杂的系统。传统PID或模糊控制很难得到满意控制效果,本文提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来进行控制。由遗传算法在线优化模糊控制器的比例因子、模糊推理规则和隶属函数。并由RBF网络辨识被控对象的动态特性,以评价模糊控制器控制性能。仿真实验表明。优化后的Fuzzy控制器具有较强的学习和自适应控制能力,控制效果优于没有寻优的Fuzzy控制。     

基于模糊逻辑的汽车防撞控制器的设计

为了实现汽车行驶过程中与前车车距的自动控制,利用模糊推理系统定义了汽车纵向运动所需的模糊集,设计了车辆跟驰情况下汽车安全行驶自适应模糊控制器,并通过带修正因子的方法对模糊规则进行了优化,同时编写程序对控制器进行了仿真及分析,结果表明该模糊控制器具有良好的控制性能。