基于遗传算法的PID参数寻优

遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法。该文主要研究了控制器参数优化问题 ,并利用遗传算法的基本原理对单回路及串级回路进行了离线寻优。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性。同时遗传算法还克服了其它方法的某些弊端     

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现.目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便.针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同...     

遗传算法在智能车控制器参数寻优中的应用

研究智能车控制器优化设计问题,由于控制器参数不准确,引起控制误差.为解决上述问题,根据智能车的运动学模型,设计出智能车轨迹跟踪控制律.采用遗传算法对控制律参数寻优,利用逆推(Backstepping)方法,在搜索空间里获得全局最优解.最后利用提出的遗传算法对控制律参数优化方法,通过智能车对圆周轨迹的跟踪仿真,证明了智能车在遗传算法对该控制律参数寻优下,能够实现对给定轨迹的全局渐近跟踪,获得了较好的控制效果.验证了遗传算法对智能车控制器参数寻优的可行性和有效性.     

利用遗传算法进行PID参数寻优的倒立摆控制系统

采用遗传算法对小车倒立摆PID控制器的8个控制参数进行寻优,从而避免手工整定的繁琐过程。传统的遗传算法将多个参数对应的元素位串连接在一起构成一个长的位串,而开发的寻优算法提出将8个参数构成一个2×4的矩阵,进而再将每个参数展开成相同长度的位串,所以每个个体即是一个三维2×4×L的二进制矩阵,由8个染色体组成,其优点是8个参数的交叉操作可以相对独立进行。实验证明,开发的算法迭代20次可以达到全局最优值,控制系统性能良好。     

基于改进遗传算法的PID参数寻优与控制器设计

相比传统的调节方法,遗传算法具有更好的鲁棒性、最优性,能较好的实现参数的自动化调节。对标准遗传算法（SGA）进行了分析、研究,并在SGA的基础上进行了改进。改进的遗传算法从提高全局搜索性能和加快收敛速度出发,提出了改进的选择算子、交叉算子和变异算子,仿真结果表明,改进的遗传算法的全局搜索性能和收敛速度远远优于标准遗传算法。     

遗传算法的全局快速寻优

分析了遗传算法的全局快速搜索能力, 指出“前t代群体”中包含至少一个位置等价非重叠模式完全集是可靠地进行全局搜索的保证; 而生成适应度值差别大的完全集是缩小搜索范围的起点, 这些模式的阶数越低, 就能越早开始缩小搜索范围, 对算法全局快速寻优也就越有利.     

切割寻优的遗传算法应用研究

在将焊管切割为符合API标准的石油管的生产过程中,由于生产线中各设备及环境等因素的影响,使得生产出来的焊管质量存在许多不可预见的缺陷,这就意味着很难根据已知条件来建立优化模型,本文正是针对这一问题,在生产过程中采用遗传算法对焊管切割过程进行动态优化,提高钢管原材料的利用率,并用于国内的焊管生产线系统中。     

混沌动力学系统的图形化建模及可视化仿真研究

该文研究非线性混沌动力学系统的图形化建模及可视化仿真计算问题．通过建立统一的可视化仿真实验框架,实现了一个高度一体化的混沌系统图形建模和可视化仿真环境;与基于常规高级程序设计语言的混沌计算机模拟技术相比,该方法避免了传统意义上的混沌方程算法编程和调试过程,亦可对混沌参数进行自动摄动分析及最优设计。     

基于遗传算法的云小波寻优

针对定性概念与定量表示之间不确定性转化的模糊性和随机性问题,并为避免小波网络陷入局部极小、过拟合现象,将云模型、遗传算法和小波神经网络相结合,不但解决了定性定量之间的完好转换,而且通过遗传算法的全局优化搜索得到了网络的最优参数。仿真实验验证了这种新方法对于空气增压机故障诊断的有效性。     

嵌入式控制系统图形化元模型构建方法

研究了基于模型驱动的嵌入式控制系统开发方法,分析并归纳了嵌入式控制系统中的基本特征和体系结构,完成了该特定领域的关键元素辨识和提取,在此基础上采用可视化元建模技术构建了该领域内直观的图形化元模型体系,最后应用这种模型驱动的设计方法和技术实现了一个嵌入式语音控制系统的模型设计,得到了该系统的可视源模型。     

基于遗传算法分阶段快速寻优

该算法充分利用算法前期搜索的有用信息训练出淘汰模式和优秀模式。交叉产生的新群体与上一代群体竞争后进入下一代。有淘汰模式指导变异提高变异能力。根据优秀模式缩短解空间,提高搜索精度和放大适应度值比例进行快速收敛寻优。仿真试验表明,收敛速度和最优解精度都有大幅度提高。     

CAT图形化编程的对象模型

本文简要介绍了计算机辅助测试领域中几种不同的编程范型，并结合美国ＮＩ公司的ＬａｂＶＩＥＷ图形 编程环境，着重论术了图形化编程的概念框架－对象模型及其四大要素。     

热力系统图形化建模软件的开发

以热力系统的基本设备为单元,建立了热力系统常见设备的动态数学模型。采用可视化建模的方法开发了热力系统的图形化建模环境。该环境识别图形建模的结果,通过连接关系进行拓扑排序,读取模块库中对应模块的代码自动生成仿真源程序。作为开放的仿真系统,为用户提供了模型再开发环境、友好的人机接口和仿真后处理手段。     

基于改进遗传算法的压力控制系统参数求解及仿真

本文针对遗传算法的特点,在隔代映射遗传算法基础上引入自适应策略,建立了自适应遗传算法数学模型,给出了具体算法流程。通过自适应策略,使IP_GA中的交叉、变异概率能够根据函数适应度大小自动调节,提高了收敛速度及解的质量。通过该算法对液压压力系统传递函数进行参数求解,建立了液压系统的开环模型。利用Matlab/Simulink工具对开环模型进行仿真并与实测输出曲线对比,验证了遗传算法求解液压伺服系统参数的可行性。同时,通过分析仿真结果,找出了材料试验机比例压力控制系统与伺服压力控制系统在辨识方法上的差别。     

模糊寻优问题的模糊遗传算法FGA

针对模糊寻优问题，本文基于模糊集的质心概念来确定模糊集的大小，并进而提出了模糊遗传算法ＦＧＡ。算法ＦＧＡ与遗传算法ＧＡ有本制区别，能用效地找到了模糊寻优问题的近似解，本文对算法ＦＧＡ的有效性作了较深入的分析。     

利用搜索模型提升Simulink故障探测性能方法研究

针对很多方法中手动测试Oracle及运行测试用例成本较高的问题,提出一种基于搜索的测试和预测模型,以提升Simulink模型的故障探测性能。确定了三个旨在增加测试套件多样性的测试目标,并在基于搜索的算法中使用这些目标,以生成较小的多样化测试套件。为进一步实现测试套件的最小化,开发了一个预测模型,当添加测试用例无法提升故障探测性能时,该模型将停止测试用例的生成。评价结果表明,选择的三个测试目标能够显著提升较小测试套件的故障探测精度;且预测模型在维持几乎相同故障探测精度的同时,能够将新生成的测试用例平均数量减少一半以上。     

面向服务体系结构的图形化建模研究

面向服务体系结构是一种面向互联网的分布式体系结构,对其建模和分析对于面向服务应用的构建是一个重要的研究课题.利用UML2.0的扩展机制提出了一种SOA的图形化建模方法.分别就SOA的结构和行为定义了若干建模元素,并为其定义了相应的图形建模方式.同时,通过案例研究说明了文中方法的应用.     

基于Autodesk DWF Viewer的图形化标注系统

研究了通用工程信息图形化标注子系统的设计方法，采用面向对象技术建立了系统模型，使用UML标准描述了模型结构，解决了图形变换中的关键问题，基于Autodesk DWF Viewer控件给出了应用实例。该方法可普遍应用于工程计算软件后处理功能的实现，使软件的计算结果对用户的反馈更加形象、直观，具有一定的工程应用价值。     

改进遗传算法搜索性能的研究

本文针对改进遗传算法的搜索性能,提出了一种新的变异算子－自适应多位变异算子,它根据每一代的每一个体在当代中的优劣程度,自适应地控制其发生变异的位数。适应度差的个体变异的位数多,一方面使差的模式生存机会少,另一方面增加了种群的多样性,同时也扩大了搜索范围。我们用模式定理证明了该算子的有效性,并且我们作的仿真实验也同样表明该算子能大大改进遗传算法的搜索性能。