前馈补偿和自适应遗传算法的空调系统优化

变风量空调系统本身存在多变量、非线性、强耦合等问题,基本遗传算法很难起到很好的控制效果,将自适应遗传算法应用到变风量空调系统的实际控制过程中.针对基本遗传算法的缺陷,采用自适应遗传算法进行弥补,主要从种群分析、个体适应度值缩放方法、交叉概率和变异概率的自适应调整,保留优良个体这四个方面进行改进,提高了算法的运行效率和收...     

遗传算法在电石炉系统PID参数优化中的应用

针对电石炉控制系统的特点。设计出一种最优PID控制器。该控制器以系统响应的超调量、上升时间及调节时间为性能指标，利用遗传算法通过对PID参数进行实数编码、选择合适的适应度函数、自适应的交叉概率和变异概率，对PID控制器的参数进行了优化，最终得到一组PID参数的最优值。对比仿真试验的结果表明，设计出的最优PID控制器性能优于常规的PID控制器。这种最优PID控制器用于电石炉控制系统中可达到良好的动态性能和鲁棒性能。     

基于云自适应量子粒子群优化算法的PID控制器在VAV空调系统温度控制中的应用

针对传统PID控制器用于变风量空调系统温度控制中存在的控制精度低,稳定性差等问题,本文提出了一种基于云自适应量子粒子群优化算法(CQPSO)优化PID参数的变风量空调温度控制策略。CQPSO算法利用正态云发生器自适应调整粒子的收缩-扩张系数,以协调QPSO算法在全局搜索和局部探索之间的平衡,从而提高算法的收敛速度和全局收敛性,并通过标准测试函数验证该算法的有效性;在建立变风量空调温度控制系统数学模型的基础上,利用CQPSO算法对VAV空调温度-风量串级控制系统的PID参数进行优化,并与其他参数整定方法进行比较。仿真结果比较表明,CQPSO-PID控制器具有超调量小,精度高的特点,能够获得良好的控制效果。     

改进的自适应遗传算法及其性能研究

遗传算法的优良性能使其被广泛应用于现实许多工程领域中,但该算法由于随机搜索而带来的收敛速度慢、易产生局值、不稳定等问题,给其应用带来很大的困难.论文首先针对收敛速度慢,提出使用遗传迭代次数自适应控制选择算子,达到对收敛速度的自适应控制.其次,针对局值问题,提出一种新的改进自适应遗传策略,其交叉和变异算子能够根据前两代适应度变化进行自适应调整.最后,使用Matlab7.0对所选的函数进行优化仿真,通过比较仿真结果得出改进的自适应遗传算法在处理收敛速度和避免易产生局值方面具有较明显的优势.     

基于自适应遗传算法的控制器自动化设计

基于改进的自适应遗传算法，实现了基于性能分析的自动化优化设计控制器参数的目的。采用的遗传算子包括：二进制多参数级联编码方法；适应度函数的构造综合考虑误差和误差的变化量；选择操作采用比例算子与精英保存策略相结合；两点交又和多点变异，且交叉和变异概率均采用自适应策略。仿真结果表明了自适应遗传优化用于控制系统设计的有效性。     

遗传算法的参数设计与性能研究

利用无符号整数数组代替传统的字符串进行二进制编码，用改进的适应度函数、自适应交叉率、自适应变异率取代传统的适应度数和固定的交叉率及变异率来改进遗传算法，并与基本遗传算法进行了实验比较，结果证明改进的遗传算法显著提高了收敛性能，并且具有很强的自适应能力。     

预估模糊免疫PID在房间温度控制中的应用

针对空调房间温度对象的大滞后、大惯性、多干扰的特性,设计了具有史密斯(Smith)预估功能的模糊免疫PID控制器.该控制器采用Smith预估和免疫PID控制相结合的结构,借鉴免疫算法的生物免疫反馈机理进行PID参数的在线自适应调整;用模糊控制器来逼近免疫PID的非线性函数,并用遗传算法优化它的隶属度函数.对该控制方案进行系统仿真结果表明:该方法抗扰能力强、调节速度快、超调量小,可用于精确的控制房间温度.     

改进遗传算法优化的矿井局部通风机模糊PID控制器设计

目前局部通风机控制主要采用传统PID控制器,控制器的参数固定且多依据经验选取,很难实现隶属度函数和模糊规则的最优组合,使得控制器难以满足局部通风机自适应的控制要求。针对该问题,设计了一种改进遗传算法优化的矿井局部通风机模糊PID控制器。在改进遗传算法中引入欧氏距离提高种群的多样性,同时引入自适应交叉和变异概率来提高算法的收敛性。在编码过程中采用比例分数间接实现对隶属度函数的优化,使得改进遗传算法能够同时优化隶属度函数和模糊规则。将优化得到的隶属度函数和模糊规则导入模糊PID控制器中,控制器能够根据局部通风机的不同工作状态,通过变频器自适应调整局部通风机的风量,实现对局部通风机的动态调节。仿真结果表明,相较于传统模糊PID控制器,改进模糊PID控制器可基本实现无超调,且上升时间缩短了56.25%,稳定时间缩短了47.06%,能够更好地满足矿井局部通风机的控制要求。     

遗传算法优化的模糊+变论域自适应模糊PID复合控制策略

针对变风量空调系统的不确定性和参数整定困难问题,提出了一种用遗传算法优化的模糊+变论域模糊PID复合控制器的新方法.该控制器由模糊控制和变论域模糊PID控制两部分组成.在系统动态阶段,采用模糊控制使其具有最优的动态性能;当系统进入稳态阶段,采用变论域自适心模糊PID控制使其具有最优的稳态性能.用遗传算法对主控制器的PID参数值进行离线优化,将其作为在线调节的初值,通过变论域的模糊推理在线调整系统的PID参数,使之具有良好的自适应能力.用模糊平滑切换保证了两种不同控制方式的平稳过渡.将提出的复合控制策略应用于变风量窄调系统的室温串级控制中,计算机仿真结果表明,该方法使系统具有良好的动、稳态性能,抗干扰和鲁棒性好.     

自适应遗传PID算法在压缩机防喘振的研究

针对离心压缩机防喘振控制原有调节过程能量浪费严重,传统的PID控制难以获得满意的效果的问题,提出一种新的基于遗传算法的自适应PID拉制算法.利用遗传算法可快速全局寻优的特点,通过对PID控制参数的遗传算法优化,将性能指标构成相应的适应度函数,采用自适应变异概率,反复进行遗传操作以获得控制器的最佳整定参数.仿真结果表明,与传统PID整定结果相比较,该方法提高了参数的优化性能,系统动态性能进一步提高,可以取得较好的控制效果.