遗传算法在控制器参数优化中的应用

《遗传算法在控制器参数优化中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨工业人学丁学硕仁学位论文摘要现代科学技术发展得越来越快。在控制领域中，常规控制方法得到了一种较新的方法一一遗传算法的强大支持。由于遗传算法优良的稳定性和并行队，它已经被应用到越来越多的研究领域。遗传算法是一种基于自然界中生物遗传进化机理的优化搜索方法。遗传算法能够和PID控制器、神经网络控制器结合，并使它们能够更有效率的发挥作用。近年来，很多研究者和技术人员运用遗传算法的强大功能来解决问题，为自动控制理论提出了许多方法。基于遗传算法，本文主要进行了以下工作:(1)较详细地综述了近年来遗传算法在自动控制领域中的应用情况。讨沦了遗传算法的优点和不足，指出了该方

2、法的适用场合。(2)简要介绍了基本遗传算法及其理论基础，讨论了复制、交叉和变异操作对模式的影响，然后讨论了遗传算法的多种改进方法。(3)以单级倒立摆为例，研究了遗传算法在PID控制器参数优化设计中的)左用问题。(4)以球摆系统为例，研究了用遗传算法优化神经网络控制器的权值和结构问题口通过仿真表明，遗传算法可以成功地用于PID控制器和神经网络控制器的参数优化，并可将所得控制器用于对复杂的不稳定非线性系统的有效控制。进而证明了遗传算法在控制领域中的应用前景是广阔的。关键词遗传算法;人工神经网络;PID控制;球摆系统哈尔滨工业大学工学硕十学位论文AbstractMod

3、ernsciencedevelopsfasterandfaster.Inthefieldofcontrol,conventionalcontrolmethodshavereceivedstronghelpfromanewmethod--geneticalgorithms.Becausegeneticalgorithmshavestrongstabilityandparallelism,theyareappliedtomoreandmorefields.Geneticalgorithmsarebasedonthemechanicsofnaturalgenetics

4、.GeneticalgorithmscanbecombinedwithPIDcontrollerorNeuralNetworktomakethemmoreefficient.Inrecentyears,manyresearchersandtechnicianshavebeenabsorbedinGAs'strongabilitytosolveproblems.Theyprovidealotofnewmethodsandwaysforautomaticcontroltheory.Themainworksofthisthesisareasfollows:(1)Thi

5、sthesisexpatiatestheapplicationofGAsincontrolinrecentyears,thentheadvantagesanddisadvantagesofGAsarediscussed,andtheareaswhereGAscanbeusedaregiven.(2)Simplegeneticalgorithmsanditstheoreticalbasisareintroducedinbrief.Theinfluencesofselection,crossoverandmutationoperatorstoschemaandsom

6、eimprovedtechniquestoGAsarediscussed.(3)Bytakingone-orderinvertedpendulumforexample,theapplicationofgeneticalgorithmsinoptimizationofPIDcontrollerisdemonstrated.(4)Theapplicationofgeneticalgorithmsinthedesignofarchitectureandweightsofartificialneuralnetworkareintroducedbytakingthebal

7、l-beamsystemforexample.ThesimulationresultsdemonstratethatthePIDcontrollerandtheneurocontrollerdesignedusinggeneticalgorithmscontrolcomplexlyandunstablynonlinearsystemseffectivelyandoptimizetheparametersofPIDsuccessfully.Thisembodiesthepotentialofgeneticalgorithmsinthisfield.Keywords

8、GeneticAlgor