模糊规则在线自调整算法及仿真研究

在模糊规则的可修正因子的基础上,提出了一种在线自调整模糊控制器解析规则模糊控制器的改进结构,引入了能够动态调整模糊控制规则的修正函数;同时,通过遗传算法,应用该修正函数对模糊控制器控制参数进行优化。通过对一个典型的二阶系统进行仿真实验,结果表明使用该方法设计的模糊控制器具有响应快、超调小、稳态精度高等优点,改善了模糊控制系统的性能。     

基于遗传算法和模糊逻辑的智能飞控技术研究

设计了基于遗传算法和模糊逻辑控制的智能飞行控制系统及采用论域自调整的模糊控制器，控制器以角度跟踪误差及其微分信号为输入来控制相应的气动舵面偏转，实现对该姿态的跟踪控制。文中给出了控制器输入输出的隶属函数，设计了相应的规则库。并在此基础上进一步利用遗传算法对模糊控制器进行优化设计，给出了遗传算法各个参数的选择原则。仿真结果表明，基于遗传算法和模糊逻辑的智能飞控系统具有良好的控制效果。     

一种基于遗传算法的模糊神经网络最优控制

通过对控制系统的过程模拟,提出一种模糊神经网络最优控制方案。离线化部分基于遗传算法,分三阶段实现模糊神经网络控制器结构和参数的优化。在线优化部分通过重构模糊神经网络控制器的去模糊化部分,进一步调整控制规则,实现在线去模糊优化。仿真结果表明该方案优于常模糊控制方案和基于专家经验的模糊神经网络控制方案。     

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。     

基于GSAGA的模糊PID控制在自动油门系统中的应用研究

针对现代民用飞机非线性和时变的特点,设计了一种用于民机自动油门控制系统的模糊PID控制器;模糊控制器以速度跟踪误差及其微分信号作为输入调节PID控制器的比例、积分及微分参数,进而控制油门开度以调节发动机推力,最终实现对速度的控制;文中进一步采用广义自适应遗传算法(GSAGA)对模糊PID控制器的输出因子进行优化,在着陆模态下采用所设计的优化控制策略与传统模糊PID控制进行了对比仿真,仿真结果显示,在民机自动油门控制系统中基于GSAGA的模糊PID控制器的控制效果优于传统模糊控制方法,仿真结果符合飞行品质指标,控制效果良好。     

基于自适应遗传算法的半主动悬架模糊控制研究

模糊规则的正确选择是半主动悬架模糊控制器设计的关键和难点,本文提出一种自适应地选择交叉概率和变异概率的遗传算法,以车身垂直加速度均方根值为优化目标,对汽车半主动悬架模糊控制规则进行优化,以达到提高半主动悬架模糊控制器的控制效果,改善汽车行驶平顺性的目的。为了证明该优化方法的可行性,将该自适应遗传算法优化的模糊控制器对汽车半主动悬架进行控制,并建立Matlab文本与Simulink相结合的仿真模型。仿真结果表明：优化后的半主动悬架车身垂直加速度均方根值减小,汽车行驶的平顺性得到了提高。     

一种基于遗传算法的模糊控制规则的优化方法

模糊控制规则的选择是模糊控制器设计的关键问题之一,文中在对现有应用遗传算法优化模糊控制规则的方法进行研究的基础上,以模糊控制规则的完整性和一致性为出发点,提出了一种用遗传算法来优化模糊控制规则的改进算法,具体给出了遗传算法设计中的各种函数和算子的确定,并将优化过的规则用于设计模糊控制器,进行仿真研究,取得了令人满意的效果。     

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.     

基于递阶遗传算法的模糊控制器的规则生成和参数整定

提出了一种基于递阶遗传算法的模糊控制器的优化设计方法．采用具有层次结构染色体编码方式的遗传算法来设计模糊控制器，实现了语言控制规则的自动生成和隶属函数参数的自动整定．设计过程无需系统的先验知识和训练数据，具有自组织、自学习的特点．仿真结果表明，该方法优化得到的模糊控制器结构简单、性能优良．     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

遗传算法在电液伺服系统分层模糊控制中的应用

针对模糊控制中规则数和可调参数多的问题,对遗传算法在分层模糊控制系统中的应用进行了研究,考虑遗传算法具有强大的全局搜索能力,提出了基于遗传算法的分层模糊控制的设计方案。该方案采用2个模糊控制器分层连接,即第一层采用基于遗传算法优化的模糊控制器,第二层采用典型的模糊控制器,从而大大减少了模糊规则和可调参数的个数,便于实时控制。电液伺服系统的实际仿真结果验证了该方案的有效性。     

模糊控制规则优化方法研究

模糊控制规则的选择是模糊控制器设计的关键问题之一,在现有应用遗传算法优化模糊控制规则的方法进行研究的基础上,以模糊控制规则的完整性和一致性为出发点,提出了一种用遗传算法来优化模糊控制规则的改进算法,具体给出了遗传算法设计中的各种函数和算子的确定,并将优化过的规则用于设计模糊控制器,进行仿真研究,取得了令人满意的效果。     

基于遗传算法的机器人分层模糊控制

为解决模糊多变量控制中规则数随系统变量数呈指数增长的问题,针对机器人轨迹跟踪的特点,提出了一种分层模糊控制器的设计方法。该方法不仅减少了模糊规则数,而且使模糊控制逻辑变得清晰明了,其中控制参数采用遗传算法整定。实验结果证实:该方法控制效果好、系统跟踪速度快。     

一种自调整模糊控制器的设计与仿真研究

提出了一种基于规则，参数自整定的模糊控制器的设计方法，它通过引入误差加权因子和误差变化率加权因子，以系统阶跃响应的上升时间和超调量为性能评价指标，并根据评价结果建立自适应算法，对模糊控制器的模糊推理规则及参数进行自调整。仿真结果进行表明，误差变化率加权因子以明显改善模糊控制器的稳定性，性能评价指标函数，模糊推理规则和参数调整算法简单实用，便于实现，对被控对象的参数变化具有较强的适应能力，控制效果良好。     

基于遗传算法优化的舵机伺服系统模糊控制

针对舵机伺服系统中存在的非线性因素和工作环境的未知干扰,提出将基于遗传算法优化的模糊控制算法应用到液压舵机伺服控制系统中;该方法利用遗传算法对采用串联二进制编码的隶属函数参数进行联合优化,并将优化过的控制规则用于设计模糊控制器;运用Simulink对系统模型进行仿真;仿真结果表明:基于遗传算法优化的模糊控制器,在液压舵机伺服系统中,具有良好的控制效果和较强的鲁棒性,为舵机伺服系统的控制提供了一条新的思路。     

恒压供水模糊自适应PID控制器的设计、仿真

对遗传算法和传统PID控制作简要的介绍,针对工程整定方法整定的初始值超调量较大,调节时间较长的问题,利用遗传算法对其初值进行整定.利用遗传算法整定出的一组性能较优良的PID初值,结合模糊控制的思想,利用专家系统直接建立模糊规则,进行模糊自适应PID控制器的初步设计,并对恒压供水系统进行仿真,仿真结果满足设计要求.