基于遗传算法的非最小相位系统的模糊控制器设计

《基于遗传算法的非最小相位系统的模糊控制器设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、华北电力大学硕士学位论文1.1.2智能控制的起源与发展“智能控制”这一概念是美国普渡大学(PurdueUaiversity)电气工程系国际知名华裔科学家傅京孙教授(K.s.Fu)于七十年代初提出来的。早在1965年，他就把人工智能的启发式推理规则用于学习控制系统。1971年，傅京孙教授进一步论述了人工智能与自动控制的关系，最早公开指出了一个崭新的研究领域，提出了响应的概念，这就是智能控制系统(Intelligentcontrolsystem)121，他以三个实例(人作为控制器的控制系统、自主机器人系统、人一机结合)形成的一类

2、最复杂和最具有挑战性的控制系统。智能控制13)是一门新兴的学科，是控制理论发展的高级阶段，是以人工智能、控制论、信息论、运筹学为基础的交叉学科，主要用于解决传统控制方法难以解决的系统控制问题.它与传统控制区别于就在与它们控制不确定性和复杂性及达到高的控制性能能力方面的差距。智能控制的研究对象一般具有以下特点:(1)模型不确定性，亦即被控对象的模型未知或知之甚少或者模型的参数变化范围很大;(2)高度非线性;(3)任务要求复杂;(4)工作环境复杂。一个好的智能控制系统应能满足多目标与多性能指标要求，能利用知识进行推理和学习，能适

3、应对象特性和运行条件的变化，具有较好的鲁棒性、适应性、容错性、实时性和多样性。智能控制发展到现在，它研究的课题己不是一个学科所能完成的。近20年来，智能控制理论发展十分迅速t41，代表性的理论有模糊控制(Fuzzycontrol)、神经网络控制伽euralNetworkscontrol)、遗传算法(Genetic^lgorithms)、混沌控制(chaoticcontrol)、小波理论(wavdetsTheory)、分层递阶控制、拟人化智能控制、博奕论等，其中包括模糊逻辑、神经网络和遗传算法在内的软计算是目前智能控制中最活跃

4、的研究领域之一。智能控制正处于发展阶段，无论在理论上还是在实践上，都还不成熟不完善，尚需进一步探索与研究。本文主要用到了模糊控制和遗传算法。1.模糊控制起源与发展模糊控制1516]是近二三十年发展起来的新型控制方法，是智能控制的一个重要分支，它力图在一个较高的层次上模拟人脑思维的模糊方式，其基本的思想是利用计算机实现人的控制经验。自从1965年美国加利福尼亚大学的L.A.Zandeh教授创建模糊集理论IZj和1974年英国的E.H.Mamdani成功地将模糊控制应用于锅炉和蒸汽机控制13]以来，模糊控制得以广泛发展并在现实中

5、得以成功应用，其根源在于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法，因而能够解决许多复杂而无法建立精确的数学模型系统的控制问题，是处理推理系统和控制系统中不精确和不确定性的一种有效方法。从广义上讲，模糊控制是基于模糊推理和模仿人的思维方式，对难以建立精确数学模型的对象实施的华北电力大学硕士学位论文一种控制。它是模糊数学同控制理论相结合的产物，同时也构成了智能控制的重要组成部分。模糊控制在理论上突飞猛进的同时，己越来越多地成功地应用于现实世界中，其中比较典型的有17:热交换过程的控制、交通路口

6、控制、水泥窑控制、飞船飞行控制、机器人控制、模型小车的停靠和转弯控制、电梯控制、电流和核反应堆的控制等。模糊控制的广泛应用得益于如下突出特点特点18:(1)模糊控制是一种基于规则的控制，在设计中无须建立被控对象的精确模型，因而控制机理与决策易于理解和接受，设计简单，便于应用。(2)模糊控制是一种非线性的控制，鲁棒性好，千扰与参数对控制效果的影响被大大减弱，非常适合非线性、时变及纯滞后系统的控制。(3)模糊控制是基于启发性的知识和语言规则设计的，可以容易的解释系统中出现的某些过程和现象，增强了系统的适应性，使系统实现了人的某些

7、智能。(4)模糊控制的语言控制规则具有相对的独立性和一致性，利用这些规则内在的模糊连接，可以找到折中优化的选择，使控制器的性能优于常规的控制器。2.遗传算法的起源与发展遗传算法(GeneticAlgoril物m一GA)是一种新发展起来的模拟自然界生物进化过程与机制的自组织、自适应的优化算法，是由美国密歇根大学的Holland教授在1962年提出的。它将“优胜劣态，适者生存”这一基本的达尔文生物进化原理引入串结构，并且在串之间进行有组织但又随机的信息交换。伴随着算法的运行，优良的品质逐渐保留并加以组合，从而不断产生出更佳的个体

8、。遗传算法求解优化问题的基本思想是:把优化的目标函数解释为生物种群对环境的适应性，把优化变量对应为生物种群的个体，由当前种群出发，利用合适的复制、杂交、变异与选择操作生成新一代种群，重复这个过程，直到求得合乎要求的种群停止。遗传算法作为一种随机的优化与搜索方法，有着鲜明的特点17，9，1。