基于遗传算法的云台控制系统的参数优化-论文.pdf

基于遗传算法的云台控制系统的参数优化-论文.pdf

ID:53029901

大小:558.72 KB

页数:4页

时间:2020-04-14

基于遗传算法的云台控制系统的参数优化-论文.pdf_第1页
基于遗传算法的云台控制系统的参数优化-论文.pdf_第2页
基于遗传算法的云台控制系统的参数优化-论文.pdf_第3页
基于遗传算法的云台控制系统的参数优化-论文.pdf_第4页
资源描述:

《基于遗传算法的云台控制系统的参数优化-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第23卷第14期电子设计工程2015年7月Vo1.23No.14ElectronicDesiznEndJu1.2015基于遗传算法的云台控制系统的参数优化潘广全,王伟(1.山东中烟工业有限责任公司青州卷烟厂山东青州262500;2.山东正晨科技股份有限公司企业技术中心山东济南250101)摘要:基于云台控制系统参数优化的目的,通过对云台控制系统进行建模。确定最优控制函数,进而利用遗传算法对云台控制系统的参数、、进行优化,通过MAⅡB仿真实验表明本遗传算法要优于模糊PID控制。可使控制系统具有更低的超调量。动态性能和稳态性能更好。关键词:遗传算法;云台控制

2、系统;PID参数优化;模糊控制中图分类号:TN91文献标识码:A文章编号:1674—6236(2015)14—0o39一O3CloudplatformcontrolsystembasedongeneticalgorithmoptimizationparametersPANGuang—quan,WANGWei(1.QingzhouCigaretteFactoryofShandongTabaccoIndustrialCo.,Ltd,Qingzhou262500,China;2.EnterpriseTechnologyCenterofShandongZheng

3、chenTechnologyCompanyCo.,Ltd,’,啪250101,China)Abstract:Cloudplatformcontrolsystembasedonparametersoptimizationpurposes.Cloudplatformcontrolsystemwasmodeled,andtheoptimalcontrolfunctionwasdetermined.Furthermore,thmughgeneticalgorithm,parameters(,Ki,Kd)ofcloudplatformcontrolsystemha

4、sbeenoptimized.AndsimulationexperimentswasdoneinMATLAB.TheresultsshowthatthealgorithmissuperiortothefuzzyPIDcontro1.Controlsystemhasalowerovershoot,betterdynamicperformanceandsteady-stateperformance.Keywords:geneticalgorithms;cloudplatformcontrolsystems;PIDparameteroptimization;f

5、uzzycontrol云台控制系统是监控系统应用最广的设备之一,其动态优化、生产调度问题上显示出其强大的优越性。遗传算法借性能和稳态性能直接决定监控系统的控制精度,如何对云台助生物界中染色体、基因、交叉、变异的概念,模拟遗传机制。控制系统的PID的参数进行调节优化,提高其快速性能,提遗传算法运用概率搜索技术,展示出在搜索过程中的灵活性高其抗干扰的能力与鲁棒性能。成为工业控制界多年来关注和实用性,摒弃穷举式搜索,采用高效启发式搜索,对于寻优的热点。目前在控制系统中,PID参数优化方法众多,如的函数要求较低。可以是数学解析式、映射矩阵或者神经网ziegler

6、-Nichols、临界灵敏度法、Cohen—Coon整定方法等,这些络函数,利用并行计算,加速大规模复杂问题的求解时间,所优化方法由于初始值的不同。容易限制于局部求最优解等弊以有比较广的使用范围【“。端.在一些特殊的场合如高阶非线性系统且对响应速度要求遗传算法从代表问题可能潜在解集的一个种群开始。种较高的条件下。一般难以达到设计要求。本文提出一种利用群由经过基因编码的一定数目的个体组成。染色体带有的特遗传算法进行云台控制系统PID参数寻优的设计方法。并与征可代表实体;初始种群产生后,按照进化论“适者生存,优模糊控制PID参数算法方法进行对比,该方法与其他

7、优化方胜劣汰”原理,逐步优化产生最优的解。在遗传算法中根据适法相比,不需要任何初始化信息,无复杂规则和流程,操作容应度选择个体。借助各种算法对个体进行组合、交叉、变异处易,响应迅速,稳定性能好。理,产生新的种群,在没有找到最优解时,这个过程会一直执行,这种遗传算法就如同自然进化机制一样,产生的后代比1遗传算法原理前代有更强的生存能力和适应能力,通过不断进化,可以得遗传算法。由Michigan大学的Holland教授在1962后提到所需要的最优解121。图1就是一个典型的遗传算法流程图。出.是在达尔文自然选择学说的基础上发展起来的,它是一2云台控制系统建模

8、种模拟自然界遗传机制的全局搜索算法。遗传算法广泛应用于工业自动化、图像处理、机器

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。