遗传算法的研究及其在系统辨识中的应用

《遗传算法的研究及其在系统辨识中的应用》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、X839398分类号：学校代码：10079密级：华北电力大学硕士学位论文题目：遗传算法的研究及其在系统辨识中的胫用英文题目：ResearchonGeneticAlgorithmandItsApplicationinSystemIdentification研究生姓名：付婧娇专业：控制理论与控制工程研究方向：仿真技术与系统建模导师姓名：韩璞职称：教授2005年12月16日华北电力大学硕士学位论文摘要摘要遗传算法用于参数辨识是随着智能控制理论研究的不断深入及其在控制领域的广泛应用逐渐发展起来的。本文针对传统遗传算法存在的缺陷：收敛速度慢和早

2、熟现象，对遗传算法进行了改进。提出了两种改进的遗传算法，即对遗传算子和遗传策略的改进和引入模糊逻辑的遗传算法。在模糊遗传算法中，采用模糊逻辑来对遗传算子进行动态调节。此外，本文研究了遗传算法的并行性，根据遗传算法的隐并行性，并将上面的两种遗传算法在单机上模拟并行运行。选取450t／h循环流化床锅炉为辨识对象，通过现场试验，采集得到锅炉床温的输入输出数据，并对这些数据进行整理，运用并行的遗传算法对控制对象进行参数辨识，拟合了对象的传递函数，验证了算法的有效性。关键词：遗传算法，参数辨识，模糊逻辑，并行遗传算法，循环流化床锅炉ABSTRA

3、CTItisresultedbythefurtherresearchofintelligentcontroltheoryanditsapplicationinthecontrolfieldthatgeneticalgorithmisputintouseinparameteridentification．Basedonthestudyonthedefectsofgeneticalgorithmthatisslowconvergencespeedandprematurity,thispaperbroughtupwiththreekinds

4、ofimprovedgeneticalgorithm．Firstly，someimprovestrategyisusedingeneticoperators．Secondly，fuzzylogicisbroughtintothealgorithmtoadjustthegeneticoperatorsdynamically．Thirdly，accordingtotheconcealedparallelcharacteristic，thesetwoalgorithmswereruntogetherononeCPUtoformaparall

5、elgeneticalgorithmThroughconductingexperimentsinspotOil450t／hCFBB，agreatdealofdataiscollected，onthebasisofputtingthedatainorderangaintheobjecttransformfunctionbygeneticalgorithmsmethod，thevalidityofthealgorithmiSprovedFuJin由iao(ControlTheoryandControlEngineering)Directe

6、dbyprof．HanPuKEYWORDS：GeneticAlgorithm，ParameterIdentification，FuzzyLogic，ParallelGeneticAlgorithm，CFBB声明本人郑重声明：此处所提交的硕士学位论文《遗传算法的研究及其在系统辨识中的应用》，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。与我一同

7、工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，即：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；⑧学校可允许学位论文被查阅或借蒯：④学校可以学术交流为目的，复制赠送和交换学位论文；⑤同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。(涉密的学位论文在解密后遵守此规定)作者签名日期：衄一!』：7导师签名知“。；7华北电力大学硕士学

8、位论文1．1自然进化和遗传算法第一章引言从本世纪四十年代，生物模拟就成为了计算机科学的一个组成部分，它越来越受到人们的重视且广泛的应用于各个领域，同时取得了很大的成功。但所有这些模拟都赶不上遗传算法所取得的成功。自然进化