基于改进遗传算法的模糊控制器设计

针对模糊控制器的隶属度函数和模糊控制规则的选取及优化缺乏自学习能力与知识采集的手段,以及遗传算法具有自适应、启发式、概率性、迭代式全局收敛的特点,该文章将遗传算法与模糊控制相结合,给出了一种基于改进遗传算法的模糊控制器设计策略.改进算法引入了分裂算子来避免遗传算法在寻优过程中陷入局部最优解,同时对编码方式、选择算子、交叉算子以及变异算子做了相应的调整与改进.并将此改进算法用于优化模糊控制器的隶属度函数与模糊控制规则.仿真结果表明用该改进算法优化后的模糊控制器较用普通遗传算法优化后的模糊控制器具有更好的控制性能.     

采用遗传优化自适应模糊PID控制球杆系统

为解决球杆系统动态、静态性能不高的问题,提出了遗传算法优化自适应模糊PID控制器的控制方法.该模型在拉格朗日方程建立球杆系统数学模型的基础上,采用遗传算法优化模糊控制规则、隶属函数和自适应PID参数.在GBB1004系统中建立了遗传算法优化后的自适应模糊PID控制器以及控制模型,并对该控制器进行实验验证.实验结果证明了遗传算法优化后的模糊控制器有效地减小了系统的超调量,缩短了系统的调节时间,能够较好地控制球杆系统.     

基于遗传算法的石膏纤维板厚度模糊控制器的优化及其仿真

模糊控制中隶属度函数的正确选择是模糊控制器设计的关键,它决定了模糊控制系统的动态、静态性能和控制效果.本文针对传统的获取隶属度函数方法的不足,采用遗传算法对其进行优化,从而使经过优化所获得的隶属度函数更加合理,并将其应用在石膏纤维板厚度控制中.最后经过仿真比较研究,结果表明优化后的模糊控制器的控制品质具有较大的改善和提高.     

神经网络工况识别的混合动力电动汽车模糊控制策略

采用模糊控制可以改进混合动力电动汽车(HEV)的燃油经济性和排放性,但是对模糊控制器进行优化时通常只针对某一典型工况.不同的城市的行驶工况有一定差别,影响了模糊控制改善混合动力电动汽车性能的效果.研究中以广州和上海市主干道行驶工况为例,首先建立了一个模糊控制策略,并采用遗传算法,以汽车燃油经济性和排放性为优化目标,分别针对广州和上海主干道行驶工况对模糊控制器中隶属度函数进行优化.然后建立了一个基于模糊神经网络的行驶工况识别方法,通过识别广州和上海的主干道行驶工况,对控制策略中模糊控制器的隶属度参数进行相应调整,结果证明采用模糊神经网络识别行驶工况的HEV模糊控制策略可以进一步提高汽车的燃油经济性和排放性能.     

混沌系统的一种自学习模糊控制

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，以改善模糊控制器的性能，使其达到良好的控制效果。用此方法控制Ｈｅｎｏｎ系统的混沌行为，效果良好。     

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。     

基于遗传算法的污水处理模糊控制方法

模糊控制中的模糊推理规则和隶属函数的选取往往依据相关专家或技术人员的实际经验,对具有较强的非线性系统和未知动态环境条件下,其控制性能往往达不到很好的效果.使用遗传算法同时对隶属函数和模糊规则进行优化,从而使模糊推理规则和隶属函数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.在此基础上设计出模糊控制器,并将其应用于污水处理溶解氧的控制中.实验结果表明,该控制器能够使溶解氧快速、准确地达到期望的要求.     

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.     

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。     

模糊控制器在车辆稳定系统中的设计应用

针对车辆安全稳定系统的算法设计中加载于车身的横摆力矩值如何确定的问题,建立了以隶属度函数和运算规则为基础的模糊控制器。本文简述了模糊控制器的一般组成,并阐明此系统控制器针对的输入参考对象是车辆质心的横摆角速度偏差,再通过描述车辆安全稳定控制系统的流程和系统的模糊控制原理设计了需要的隶属度函数和模糊子集。最后,设计了输出力矩的模糊运算规则以满足系统的实际需要。     

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。     

一种基于改进遗传算法的模糊神经网络控制器及其在烧结终点控制中的应用

针对烧结过程这一复杂、多参数耦合的高度非线性系统,融合遗传算法、神经网络和模糊控制的优点,提出一种基于改进遗传算法的模糊神经网络控制方法,并应用于烧结过程终点控制．首先采用遗传算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力和对对象的适应能力,进一步进行参数的在线调整．同时,为解决传统遗传算法早熟和收敛速度慢的问题,从交叉和变异算子、适应度函数选取等方面对遗传算法进行改进．采用精英保留策略,提高了全局搜索性能和收敛速度．仿真结果表明,所提出的控制器优于常规的模糊神经网络控制器(Fuzzy Neural Network Controller, FNNC)．算法的实际应用效果良好,为解决烧结终点控制问题提供了一条新的途径．     

嵌套式模糊自适应遗传算法

针对简单遗传算法(SGA)收敛速度慢和早熟收敛现象,将模糊逻辑理论应用于遗传算法,并采用两级嵌套的遗传算法,随主遗传算法GA1求解优化问题的进化进程用模糊控制的方法自适应地调整遗传算法的交叉概率和变异概率;利用另一个遗传算法GA2优化模糊规则库,实现了一种嵌套式模糊自适应遗传算法(NFAGA)。仿真结果表明,这种算法的全局搜索收敛速度和解的质量明显优于SGA和一般的自适应遗传算法(AGA)。     

一类Takagi-Sugeno模糊控制器的自适应遗传优化设计

提出了一类Takagi-Sugeno模糊控制器的自适应遗传优化设计方法。采用实数编码方式,并由自适应交叉和变异概率来控制遗传操作,有效地提高了参数优化的精度和算法的寻优效率。在优化过程中引入对称性参数约束条件,大大减小了算法的搜索空间。将该算法用于倒立摆T-S模糊控制器的设计,实现了控制器参数的快速自动整定。仿真结果表明,获得的T-S模糊控制器具有优良的性能。     

轮式机器人横向纵向统一遗传模糊神经网络控制研究

在对轮式地面机器人进行纵、横向统一遗传模糊神经网络控制中，提出了一种多目标遗传优化的策略，用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数。并采用先对车体动力学模型进行仿真控制，再用仿真得来的数据控制实际车辆，进行车体在线遗传寻优的方法，这种方法能最直接地控制车体运动。经过实验研究，控制效果较好，有一定意义。     

基于遗传算法获取模糊规则

针对传统利用遗传算法(GA)直接获得的模糊规则所具有的局限性问题,提出了一种带有加权因子的模糊控制规则计算方法,并利用遗传算法对加权因子进行全局寻优,最终由最优加权因子计算生成模糊规则。该计算方法针对不同的模糊输入等级施加不同的加权因子,并能够利用加权因子的相关性与对称性完整地评估所有的模糊规则,减少无效规则对系统响应所造成的影响。性能对比实验表明,该模糊规则所构成的模糊控制系统在控制过程中超调量小,调节时间短,在模糊控制的应用中具有可行性;不同激励的仿真实验表明,该模糊规则所构成的模糊控制系统的控制效果不依赖于系统的激励信号,跟踪效果好,具有很强的鲁棒性。     

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。     

一种基于PFLC的可演化模糊逻辑控制器设计与实现

常规的模糊控制器主要通过计算机软件或单片机实现,但模糊控制器是一个高度并行的系统,实时性、自适应性要求较高,这种实现方式不能满足现代模糊控制器的设计要求。要解决这个问题必须从算法和器件结构入手。本文提出以可编程模糊逻辑控制器芯片（PFLC）作为可演化的部件,利用遗传算法优化生成模糊规则的演化硬件结构。模糊规则的自适应性是通过引入可调整因子,根据环境的变化自寻优获得。以典型二阶系统模糊控制为例进行仿真实验,其结果表明了这个可演化的模糊逻辑控制器结构的可行性。