基于自适应遗传算法的模糊控制器优化设计

发布时间：2024-11-03 14:15

　　模糊控制器的控制效果依赖于两个关键因素:隶属函数和控制规则表。对于这二者的选择,传统方法主要依靠经验,因此存在较大的随意性和主观性,使得控制精度不高。为了克服上述问题,本文利用自适应遗传算法优化设计了模糊控制器,并将其应用到三相异步电机的转速控制系统中,取得了较好的控制效果。 文中遗传算法的自适应设计是通过改进遗传操作来实现的。它包括两部分:变异、交叉算子的自适应设计和选择的均匀性设计。本文利用可随个体适应度大小自动调节的交叉和变异算子,使得得到的自适应遗传算法收敛速度更快,且不易陷入早熟。在算法的运行过程中,本文采用并行执行的方式进行遗传操作,从而提高了选择的均匀性。 在利用自适应遗传算法优化模糊控制器的过程中,本文采用混合编码法,即采用实数编码法对隶属函数进行编码,采用十进制数编码法对模糊控制规则进行编码。文中以传统二阶系统为被控对象,对该方法进行了仿真验证,其结果表明该方法对优化模糊控制器是可行的,且可以提高控制效果。利用上述方法,针对不同的被控对象可以得到不同的模糊控制器。文中以非线性二阶系统、时变二阶系统作为被控对象进行了仿真研究,仿真结果表明基于自适应遗传算法...

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

Ｐ１Ｄ”代表本文设计基于遗传算法的模糊自适应优化ＰＩＤ控制??器。三种控制器在过渡工况中的性能指标统计如表５－７所示。??图５－Ｍａ为过渡工况１下三种控制器的增程器转速调节效果，是由当前转速??１６００ｒ／ｍｉｎ调节至目标转速２６００ｒ／ｍｉｎ。结合表５－７可以看出，传统ＰＩＤ控....

则速度估计ωr=kωI∫edt+kωPe+ωr(0),其中kωP,kωI分别为比例积分系数。异步电机模糊自适应速度辨识机构如图2所示,模糊自适应机构根据参考模型输出与被控可调模型输出之差及其变化率,产生一个模糊自适应信号,控制被控可调模型的输出趋于参考模型的输出。图3为模糊自适应....

调模型输出之差及其变化率,产生一个模糊自适应信号,控制被控可调模型的输出趋于参考模型的输出。图3为模糊自适应机构的框图,其中e、ec为系统速度的偏差与偏差变化率;E、EC为模糊化处理后的偏差与偏差变化率,U为经模糊判决后的模糊控制器输出,在此为速度变化率Δωr。1.2　基于改进遗....

12图2.5具有PDF控制器的系统响应曲线Fig2.5ThesteprespondcurveofthecontrolsystemwithPDFcontroller控制器的优化在控制器的设计过程中需要对控制器的参数进行优化，从而实现物理系统特定任务....

本文编号：4011402