模糊控制系统组态平台的设计及应用

提出一种模糊控制系统可视化组态平台设计和实现方法.在该平台上可以方便地实现对隶属函数和规则集的设计并用遗传算法加以优化.系统提供多种改进的模糊控制算法,根据实际被控对象特点组态控制系统,通过仿真设计控制器参数,并可以在线整定控制系统的可调参数,以实现对复杂工业过程的复合控制.对实际工业对象的控制结果表明,该平台组态灵活方便,复合控制算法比常规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.     

一种新的DNA遗传算法及其在参数估计中的应用

化工过程的参数估计是十分棘手的问题,为此常将这类问题转化为非线性优化问题来解决。遗传算法是一种适应性强的全局搜索方法,常被用于解决非线性系统的参数估计问题。但其局部搜索能力较差,易早熟。针对遗传算法的缺点,提出了一种新的DNA遗传算法。该方法使用碱基对个体进行四进制编码,受DNA分子操作启发设计了新的交叉和变异算子。两个经典测试函数的计算结果表明,该算法的搜索能力相对于其他两种算法有了明显提高。使用该算法来估计重油热解三集总模型中的参数,结果表明所建模型拟合精度高。     

一阶时滞不稳定对象的PID控制器多目标优化设计

针对一阶时滞（FOPDT）不稳定对象,提出了一种基于参数稳定空间的多目标遗传算法进行PID控制器的优化设计。该算法首先采用两级控制结构,以保证PID控制器参数稳定空间的存在性,然后,基于该稳定空间提出了一种多目标遗传算法,用来求解带约束的多目标PID控制器参数整定问题。数值例子和生物反应器仿真研究表明所提方法的有效性。     

结合遗传算子的改进粒子群算法在控制系统设计中的应用

针对粒子群优化算法容易陷入局部最优以及早熟等缺点,结合遗传算法的选择交叉变异算子进行改进,得到一种新型PSO算法.将该方法应用于PID控制系统参数调优和被控对象参数辨识,仿真结果显示所提出的算法优化效果优于基本粒子群优化算法和遗传算法,收敛性能也得到较大提高.     

免疫遗传算法在胶乳聚合反应釜温度控制中的应用

提出一种免疫遗传算法优化的模糊神经元控制器,利用免疫遗传算法的全局搜索功能和神经元的自学习能力,提高了模糊控制器的控制精度和抗干扰能力.将该控制器用于胶乳聚合反应釜的温度控制,仿真结果表明该控制器可以有效地消除静态误差,并对聚合反应生产过程中的温度骤变有很好的鲁棒性,实际应用效果也表明了该方法的优越性.     

基于改进遗传算法的二自由度PID控制注射机液压控制系统

基于二自由度PID控制器的注射机液压控制系统,采用改进遗传算法进行二自由度参数整定。半实物仿真实验表明:改进遗传算法通过优化选择算子和变异算子提高算法搜索速度并保证全局最优性,具有更快的搜索速度和全局最优性,在最优参数的控制下液压系统具有理想的控制效果。     

基于自适应伪并行遗传算法的PID参数整定

为了克服基本遗传算法局部搜索能力差和存在未成熟收敛等问题,引入新的种群多样性的度量方法,应用于交叉算子和变异算子,使得交叉算子和变异算子根据种群多样性的变化而变化.提出并行遗传算法的思想,并用于PID参数整定.设计了采用伪并行遗传算法进行PID参数优化的步骤.仿真结果表明该方法是可行的,不但解决了基本遗传算法存在的缺陷和不足,而且也提高了寻优精度和快速性.     

一种纤维生产线水浴牵伸过程的智能协同解耦控制

提出了一种智能协同解耦控制器,用于纤维生产线中的水浴牵伸槽的液位-浓度复合控制。该控制器由一个控制中枢、多个控制解耦单元及相应的输出单元组成。控制中枢统一协调各控制解耦单元,多个控制解耦单元独立作用并互相交换信息进行对象解耦,控制信号经输出单元综合后作用于控制对象。仿真结果表明,该智能协同解耦控制器能够快速响应控制量的变化,实现耦合控制量的完全解耦和无超调平滑调节,对于纤维生产的牵伸过程较传统控制方法具有更好的控制性能。     

化工双输入输出时滞过程解耦PID控制器解析设计

基于常规单位反馈控制结构,针对具有时滞特性的化工双输入输出过程提出一种解耦PID控制器的解析设计新方法.该解耦PID控制器的突出优点是控制器设计过程简单直观;控制器可以实现标称系统输出间的显著解耦;系统输出分别使用相应控制器对角元素中的调节参数进行单参数整定.同时,对于实际生产过程中常见的被控过程乘性不确定性,分析了系统保持鲁棒稳定的充要条件.仿真实例验证了该方法优于其它方法.     

基于HGA的经费分配多目标优化模型求解

为探索新的经费分配方法和管理模式,建立一种新的多目标非线性规划优化模型,提出一种先进的基于正交试验的新型混合遗传算法来求解该问题。对求解过程中的选择算子、交叉算子和变异算子等进行正交试验,得到的种群个体明显优于基本遗传算法的个体,仿真结果表明,该算法收敛寻优能力强,并能产生很多次优解,是一种高效的方法。