• 官方微信

    CA800二维码微平台 大视野

  • 工控头条

    CA800二维码工控头条App

当前位置:自动化网>自动化文库>专业论文>基于改进遗传算法的模糊控制器设计

基于改进遗传算法的模糊控制器设计

发布时间:2015-05-18 来源:邹彦艳1,吴宇轩1,宋振宇2,邵克勇1 类型:专业论文 人浏览
分享到:
关键字:

遗传算法;模糊控制;优化设计;Matlab仿真

导读:

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。


2.2  遗传操作方面的改进
(1)  选择操作
在遗传进化的初始阶段,这个时候可能存在适应度较高的个体,根据轮盘赌选择方法,那么这些个体被选中的机率就会很大,从而会选择复制出相当数量的子代,这就容易导致种群的多样性丧失,种群中个体太单调,很难再进行遗传进化,所以也很难搜索到全局最优解。其次是在遗传进化的末了阶段,这个时候种群中的所有个体之间的差异不是很大,因而适应度也很接近,所以此时的轮盘赌选择方法已经无效,丧失了继续选择的功能,也就无法分辨种群中个体的好坏了。
所以对选择算子采取如下改进方式:将群体中的所有个体按照适应度由高到低进行排序,分成三等份,排在最前面1/3的个体复制两份,中间的1/3复制一份,最后面的1/3抛弃,这样一来种群数目还是没有改变。用这种方法来进行选择,可以将适应度比较低的个体直接淘汰掉,并且增加了适应度较好的个体的数目,从而在一定程度上解决了上述问题。
(2)  交叉操作与变异操作
交叉操作是遗传算法群体进化的主要途径,交叉算子的好坏直接影响到遗传算法的收敛速度的快慢。由于遗传算法优化模糊控制的特殊性,个体的前9位编码代表隶属函数,取值为实数;后49位代表控制规则,取值为整数,各自的含义和取值范围不同。如果按照通常的方法进行交叉,易产生一些不合理的病态个体,导致错误的规则,因此,在交叉方法上要区别对待,同时加以必要的限制。针对模糊控制的编码特点,本文采用分步单双点交叉方法,步骤如下:
首先,对于前9位编码进行单点交叉;然后对于后49位编码,在两个等位基因进行交换之前先判断其差值的绝对值是否小于2,若小于2,则采用双点交叉,否则不进行交叉操作。本文所采用的交叉算子如下[9]:

上页 1 2 3 4 5 下页

本文地址:本文地址: http://www.ca800.com/apply/d_1ntn6ubjl24q2_1.html

拷贝地址

上一篇:电气串扰分析与应用

下一篇:PLC除尘电控柜操作

版权声明:版权归中国自动化网所有,转载请注明出处!

相关技术文章
遗传算法;模糊控制;优化设计;Matlab仿真