用遗传算法优化模糊控制器

提出一种带迁移算子的遗传算法,并用于优化模糊控制器,在对倒立摆和大纯滞后等复杂对象的控制仿真实验中均获得很好的结果;并对提高遗传算法多参数优化的效率及目标函数的影响进行了初步的讨论。     

用遗传算法设计模糊控制器

对遗传算法（ＧＡ）进行改进，将改进后的遗传算法到模糊控制器的设计中，以工业过程控制为对象，通过二阶系统模型的计算机仿真表明：改进后的遗传算法比传统方法具有更好的控制性能，可实现模糊控制规则的自校正和量化因子的寻优。     

基于遗传算法的模糊神经网络PID控制器研究

研究对象是某类型贴片机的位置控制系统,运用基于遗传算法的模糊神经网络 PID控制器对其位置系统进行控制.着重介绍了基于联接机制的模糊神经网络的结构,以及遗传算法对模糊神经网络的网络结构和隶属度函数的优化.通过实例详细地给出了优化过程和优化结果,并通过仿真结果,充分地说明了模糊神经网络的优异性能以及遗传算法在多目标寻优中的强大优势.     

基于遗传算法的模糊控制器设计

将遗传算法引入到模糊控制器设计中,用以自动导优模糊控制规则,得到的模糊控制系统具有过渡过程时间短,超调小等优点;并对模糊规则表采用自然数编码策略,针对纯滞后对象特点,人出了性能指标函数,讨论了复制、交叉、变异等遗传操作在模糊控制器设计非线性寻优问题中的具体应用,并对各种方法进行了对比性研究;最后针对纯滞后对象进行了计算机仿真,并给出了仿真结果。     

模糊结构振动控制研究的进展

简要介绍模糊逻辑控制的特点 ;分析模糊逻辑在土木工程结构振动控制中理论和应用研究的现状 ;探讨结构模糊逻辑控制研究中存在的问题和发展前景     

采用遗传算法自组织神经网络模糊控制器

提出一种自组织神经网络模糊控制器的新方案。该方案的一个主要特征是，可获得实现模糊控制器的最小且最优的神经网络结构，而且所获得的模糊控制器同时具有神经网络的广泛映射能力、联想概括能力和遗传算法的快速全局收敛、再励式学习等优良特性。     

基于自适应遗传算法模糊PID控制器参数优化

该文针对自适应模糊控制器的多参数优化问题,提出一种自适应遗传算法同时优化模糊规则和隶属函数的方法.先对隶属度函数和控制规则进行联合编码,遗传进化前期采用锦标赛精英保留,后期采用基于轮盘赌的非线性选择方法,保留了种群中较优个体,提高种群的多样性.采用一种自适应交叉变异算子,使交叉变异概率根据进化过程不断自动调整,避免算法...     

不同模糊逻辑下模糊控制器的解析结构

证明了具有线性控制规则、三角形隶属函数和不同模糊逻辑的模糊控制器是相同的二维多级继电器帮增益不同的局部ＰＩ控制器之和，并分析比较了各控制器的特性。     

用遗传算法优化非线性控制器

提出一种带迁移算子的遗传算法，并用于优化非线性控制器(IC和HIFC)，在对纯滞后的复杂对象控制仿真实验中获得很好的结果；并对提高遗传算法多参数优化的效率及目标函数的影响进行了初步的讨论。     

基于遗传算法的水下机器人模糊控制器优化设计

将遗传算法引入到水下机器人模糊控制优化问题中，用以自动寻优隶属函数参数和模糊控制规则，针对所采用的模糊控制器是连续型模糊控制器这一特点，对模糊规则和隶属函数采用了实数编码策略，并讨论了复制、交叉、变异等遗传操作在模糊控制器设计非线性寻优中的应用，最后针对水下机器人运动控制进行了计算机仿真，仿真结果表明，优化得到的模糊控制器与传统的模糊控制器相比具有响应快、超调小的特点。     

弧形闸门优化模糊半主动减振控制

采用水力学边界条件优化和结构优化是降低水工弧形闸门流激振动的重要措施，但这些措施对流激振动的削弱仍然有限，且不能应用于已建成闸门的减振。采用结构控制的方法是解决流激振动问题的进一步措施。针对某大型水利枢纽导流底孔弧形闸门，在闸门上布置若干MR阻尼器，采用优化模糊半主动控制来减小振动。计算结果，表明采用优化模糊半主动控制能有效地抑制弧形闸门流激振动反应，可取得与LQ半主动控制相当的效果。     

基于遗传算法的模糊神经网络控制

在研究遗传算法、模糊神经网络及两者之间融合技术的基础上，设计了基于遗传算法的模糊神经网络控制系统。并通过仿真模拟实例对其功能特性进行了分析。     

基于自适应遗传算法的模糊控制器优化设计

改变传统的优化模糊控制器的方法,采用自适应遗传算法优化设计了一种控制效果较好的模糊控制器。在遗传算法改进方面,不以传统的定值常量作为交叉和变异概率,而是根据遗传算法本身计算出来的个体适应度来自适应的调节交叉和变异概率的大小,以克服采用定值常量作为交叉和变异概率所带来的早熟现象和效率相对较低的问题。仿真结果表明,改进的模糊控制器具有更好的控制效果。     

设计遗传算法规则自生成模糊控制器

提出了以遗传算法设计自生成规则变换的模糊控制器.而模糊控制器是由个体表示的盒式变换相联系,而提出一个短的编码串,控制器的结构是由输入变量的隶属度函数的个数,隶属度函数的形状和指数函数组成.那么,以适当的函数来选择合适的模糊控制器的搜索过程以达到期望的性能.最后,以倒立摆的控制过程来证明该方法的效果.     

一种基于遗传神经元网络的模糊控制系统

针对常用的基于BP网络的模糊控制器对模糊控制规则的学习难以达到理想效果的缺陷,采用遗传算法生成前向神经元网络,可同时对网络的极值与结构进行学习,基于此基础的神经网络模型控制系统具有良好的自适应特性。     

基于遗传算法的飞行器追踪拦截模糊导引律优化设计

针对飞行器的追踪拦截问题,研究了基于遗传算法的模糊导引律。导引律的设计以模糊逻辑控制理论为基础,以追踪拦截过程中的接近速度和视线角速度为输入变量、追踪器控制指令为输出变量,在合理给出追踪拦截适应度函数后,采用遗传算法对各变量的模糊分区、隶属度函数参数和模糊推理规则进行了优化。并与一般模糊导引律以及工程中广泛应用的比例导引律进行了性能对比。仿真结果表明:所设计的导引律对目标的追踪性能更优。     

基于GA的多相位交通信号模糊控制器优化方法

一般模糊控制器控制规则依赖于专家经验,量化因子固定,不能随交通流的变化而动态改变,针对这种情况,提出了基于遗传算法的模糊控制器的优化控制,对模糊控制器所作出的决策进行动态调整,介绍了控制过程、染色体的编码及遗传算子的实现方法.以车辆平均延误为目标函数,在模糊控制器作出判决的基础上,对控制规则的调整量进行了全局寻优,加快了收敛速度.通过对一个四相位交叉口进行仿真,结果表明控制效果有明显的改善.     

基于遗传算法模糊智能控制系统的研究

提出了一种以快速响应、节能、工作稳定性为基础的多目标优化指标，利用遗传算法强大的空间动态搜索能力、鲁棒性好、渐进优化等特点，针对舒适性指标，采用遗传算法对空调器模糊控制系统输入的隶属函数和控制规则二个参数进行了协同自动寻优设计，并对相关运行参数进行了分析。