【正文】 用以測試遺傳算法的優(yōu)化性能； 1981 年 Bethke 應(yīng)用 Walsh 函數(shù)分析模式； 1983 年 Wetzel 用遺傳算法解決了 NP 難題，即旅行商問題 (TSP)； 1985 年 Schaffer 利用多種群遺傳算法研究解決了多目 標(biāo)優(yōu)化問題； 1987 年 Goldberg 等人提出了借助共洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 2 享函數(shù)的小生境遺傳算法。 1989 年， Goldberg 出版專著 《 Geic Algorithm in Search,Optimization, and Machine learning》 對遺傳算法的研究有非常大的影響。 1992 年， Michalewicz 出版另一部具有極大影響力的著作 《 Geic Algorithm + Data Structure =volutionary Programming》。 我國的遺傳算法的研究，從 20 世紀(jì) 90 年代以來一直處于不斷上升的時(shí)期，特別是近年來，遺傳算法的應(yīng)用在許多領(lǐng)域取得了令人矚目的成果。國內(nèi)二級以上學(xué)術(shù)刊物有關(guān)遺傳算法的文章不斷增加。國內(nèi)很多專家、學(xué)者等在這方面作了大量研究，并取得了很多成果。國內(nèi)以武漢大學(xué)軟件工程國家重點(diǎn)實(shí)驗(yàn)室為領(lǐng)先，在他們的并行計(jì)算研究室內(nèi)，進(jìn)化計(jì)算（他們稱之為 “演化計(jì)算 ”）成為一個(gè)重要的研究方向，目前已經(jīng)出版了專著，并有許多碩士、博士研究生圍繞進(jìn)化計(jì)算選題。另外，中國科學(xué)技術(shù)大學(xué)的陳國良教授等出版了遺傳算法的著作。西安交通大學(xué)以進(jìn)化計(jì)算為主題的研究工作也逐漸活躍起來，同時(shí)國內(nèi)相 關(guān)書籍也越來越多，如武漢大學(xué)劉勇、康力山等與 1995 年出版的《非數(shù)值并行計(jì)算 遺傳算法》；周明、孫樹棟等于 1996 年出版的《遺傳算法原理及應(yīng)用》； 2021 年王小平、曹立明編寫的《遺傳算法 理論、應(yīng)用與軟件實(shí)現(xiàn)》等等。 遺傳算法作為一種全局優(yōu)化算法，得到了越來越廣的應(yīng)用。近年來，遺傳算法在控制上的應(yīng)用日益增多。 洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 1 第 1 章 主汽溫調(diào)節(jié)系統(tǒng)的控制方案 傳統(tǒng)主汽溫調(diào)節(jié)系統(tǒng) 主蒸汽溫度是一個(gè)很重要的控制參數(shù)，它在控制的任務(wù)是維持過熱器出口蒸汽溫度在允許的范圍之內(nèi)，并保護(hù)過熱器，使其管壁溫度不超過允許的工 作溫度。 主汽溫串級調(diào)節(jié)系統(tǒng) 目前，電廠采用噴水減溫來調(diào)節(jié)過熱汽溫系統(tǒng)的延遲和慣性大，為了改善系統(tǒng)的動(dòng)態(tài)特性，根據(jù)調(diào)節(jié)系統(tǒng)的設(shè)計(jì)原則，引入中間點(diǎn)信號作為調(diào)節(jié)器的補(bǔ)充信號，以便快速反映影響過熱汽溫變化的擾動(dòng)，而最能反映減溫水變化的是減溫器出口的溫度，因此入該點(diǎn)作為輔助被調(diào)量，組成了串級調(diào)速系統(tǒng)。 G h 1P執(zhí) 行 器G h 2P I D蒸 汽減溫水W jθ 1θ 2減 溫 器過 熱 器 過 熱 器 圖 1 1 主汽溫串級調(diào)節(jié)系統(tǒng) 圖 11 為主汽溫串級調(diào)節(jié)系統(tǒng)，圖中 Gh1 和 Gh2 分別 為溫度變送器。 1q 為減溫器后汽溫， 2q 為過熱器出口汽溫。汽溫調(diào)節(jié)對象由減溫器和過熱器組成，減溫水流量 Wj 為對象調(diào)節(jié)通道 的 輸入信號，過熱器出口汽溫2q 為輸出信號。為了改善調(diào)節(jié)品質(zhì)，系統(tǒng)中采用減溫器出口處汽溫 1q 作為輔助調(diào)節(jié)信號 (稱為導(dǎo)前汽溫信號 )。當(dāng)調(diào)節(jié)機(jī)構(gòu)動(dòng)作 (噴水量變化 )后，導(dǎo)前汽溫信號 1q 的反應(yīng)顯然要比過熱器出口的汽溫 2q 快很多。 洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 2 G h 1G c 2 （ s ）G c 1 （ s ）G h 2G 1 ( S )θ 1 θ 2G 2 ( S ) +r_ +_圖 12 主汽溫串級調(diào)節(jié)系統(tǒng)的方框圖 串級調(diào)節(jié)系統(tǒng)的主調(diào)節(jié)器出口的信號不是直接控制減溫器的調(diào)節(jié)閥，而使作為副調(diào)節(jié)器的可變給定值，與減溫器出口汽溫比較，通過副調(diào)節(jié)器去控制執(zhí)行器動(dòng)作，以調(diào)節(jié)減溫水量，保證過熱汽溫基本保持不變。 圖 12 為串級調(diào)節(jié)系統(tǒng)的方框圖。 從 圖 12 的方框圖可以看出，串級調(diào)節(jié)系統(tǒng)有兩個(gè)閉合的調(diào)節(jié)回路： ① 由對象調(diào)節(jié)通道的導(dǎo)前區(qū) 1()Gs、導(dǎo)前汽溫變送器 1Gh 、副調(diào)節(jié)器1()cGs組成的副調(diào)節(jié)回路； ② 由對象 調(diào)節(jié)通道的惰性區(qū) 2()Gs、 過熱汽溫變送器 2Gh 、 主調(diào)節(jié)器2()cGs以及副調(diào)節(jié)回路組成的主回路。 串級調(diào)節(jié)系統(tǒng)之所以能改善系統(tǒng)的調(diào)節(jié)品質(zhì)，主要是由于有一個(gè)快速動(dòng)作的副調(diào)節(jié)回路存在。為了保證快速性，副調(diào)節(jié)回路的調(diào)節(jié)器 1()cGs采用比例 (P)或比例微分 (PD)調(diào)節(jié)器，使過熱汽溫基本保持不變，起到了粗調(diào)的作用 ； 為了保證調(diào)節(jié)的準(zhǔn)確性，主調(diào)節(jié)回路的調(diào)節(jié)器 2()cGs采用比例積分 (PI)或比例積分微分 (PID)調(diào)節(jié)器，使過熱汽溫與設(shè)定值相等，起到了細(xì)調(diào)的作用。 對于串級汽溫調(diào)節(jié) 系統(tǒng)，無論擾動(dòng)發(fā)生在副調(diào)節(jié)回路還是發(fā)生在主調(diào)節(jié)回路，都能迅速的做 出反應(yīng)，快速消除過熱汽溫的變化。 采用導(dǎo)前汽溫微分信號的雙回路汽溫調(diào)節(jié)系統(tǒng) 圖 13 所示即為采用導(dǎo)前汽溫微分信號的汽溫調(diào)節(jié)系統(tǒng)。這個(gè)系統(tǒng)引入了導(dǎo)前汽溫的微分信號作為調(diào)節(jié)器的補(bǔ)充信號，以改善調(diào)節(jié)質(zhì)量。 因?yàn)?1q和 2q 的變化趨勢是一致的，且 1q 比 2q 的反應(yīng)快很多，因此它能迅速地反映 2q的變化趨勢。引入了 1q 的微分信號后，將有助于調(diào)節(jié)器動(dòng)作的快速性。在洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 3 動(dòng)態(tài)時(shí)，調(diào)節(jié)器將根據(jù) 1ddtq 和 2q 與 2q 給定值之間的差值而動(dòng)作；在靜態(tài)時(shí)， 1ddtq信號為零，過熱汽溫 2q 必然等于給定值。其中 1ddt??表 示 目前電廠普遍采用上述兩種主汽溫調(diào)節(jié)系統(tǒng)，它們各有特點(diǎn)，比較如下： （ 1） 如果把采用導(dǎo)前汽溫微分信號的雙回路系統(tǒng)轉(zhuǎn)化為串級系統(tǒng)來看待，其等效主、副調(diào)節(jié)器均是比例積分調(diào)節(jié)器，但對于實(shí)際的串級調(diào)節(jié)系統(tǒng)，為了提高副回路的快速跟蹤性能，副調(diào)節(jié)器應(yīng)該采用比例或比例微分調(diào)節(jié)器，而主調(diào)節(jié)器則應(yīng)采用比例積分微分調(diào)節(jié)器。因此，采用導(dǎo)前汽溫 微分信號的雙回路系統(tǒng)的副回路，其快速跟蹤和消除干擾的性能不如串級系統(tǒng)；在主回路中，串級系統(tǒng)的主調(diào)節(jié)器具有微分作用，故調(diào)節(jié)質(zhì)量比采用導(dǎo)前汽溫微分信號的雙回路系統(tǒng)好。特別對于慣性遲延較大的對象或外擾頻繁的情況下，采用導(dǎo)前汽溫微分信號的雙回路系統(tǒng)調(diào)節(jié)品質(zhì)不如串級系統(tǒng)。 （ 2）串級調(diào)節(jié)系統(tǒng)主、副兩個(gè)調(diào)節(jié)回路的工作相對比較獨(dú)立，因此系統(tǒng)投運(yùn)時(shí)整定、調(diào)試直觀方便。而采用導(dǎo)前汽溫微分信號的雙回路調(diào)節(jié)系統(tǒng)的兩個(gè)回路在參數(shù)調(diào)整時(shí)相互影響、不易掌握。 通過上面的比較可以知道，串級控制系統(tǒng)對于過熱汽溫控制系統(tǒng)的控制效果好于導(dǎo)前汽 溫微分信號控制系統(tǒng)。 G h 1P I執(zhí) 行 器G h 2D蒸 汽減溫水W jθ 1θ 2減 溫 器過 熱 器 過 熱 器Ω 圖 1 3 采用導(dǎo)前汽溫微分信號的汽溫調(diào)節(jié)系統(tǒng) 先進(jìn)的主汽溫控制策略 針對主汽溫這個(gè)在熱工自動(dòng)調(diào)節(jié)系統(tǒng)中屬于可控性最差的調(diào)節(jié)系統(tǒng)（擾動(dòng)因素多，滯后大），廣大專家和學(xué)者給予了特別的關(guān)注，結(jié)合先進(jìn)控制原理提出了很多新的控制方案，下面簡要介紹三種： 洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 4 （ 1）自適應(yīng)度控制器調(diào)節(jié)控制參數(shù)的控制方案 過熱自適應(yīng) PID 控制系統(tǒng)，其原理是將系統(tǒng)輸出的微分和偏差引入到自適應(yīng)控制器內(nèi)，通過預(yù)先設(shè) 計(jì)的規(guī)則，調(diào)整 PID 參數(shù)，以適應(yīng)不同工作情況下的控制要求。它的基本控制系統(tǒng)是串級控制，自適應(yīng)控制器用來調(diào)整主調(diào)節(jié)器的參數(shù)。 （ 2） 應(yīng)用模糊理論的控制方案 模糊自適應(yīng)導(dǎo)前微積分控制系統(tǒng)。該控制系統(tǒng)的原理是在采用導(dǎo)前微分信號的汽溫調(diào)節(jié)系統(tǒng)的基礎(chǔ)上，將氣溫偏差值及偏差值的微分引入到模糊控制器中，根據(jù)預(yù)先設(shè)計(jì)的規(guī)則，如當(dāng)導(dǎo)前汽溫信號變化大時(shí)，控制系統(tǒng)應(yīng)施加大的控制作用使控制量回到設(shè)定值等，對微分器的參數(shù)進(jìn)行在線整定，以達(dá)到在不同的工作情況下，控制系統(tǒng)的參數(shù)達(dá)到最佳值。 （ 3）應(yīng)用神經(jīng)網(wǎng)絡(luò)的控制方案 基于神經(jīng)網(wǎng)絡(luò)在 線學(xué)習(xí)的自適應(yīng)控制系統(tǒng)。將過熱汽溫設(shè)定值及其偏差引入神經(jīng)網(wǎng)絡(luò)控制器，對傳統(tǒng) PID 調(diào)節(jié)器進(jìn)行在線補(bǔ)償，以適應(yīng)調(diào)節(jié)對象動(dòng)態(tài)性的變化。 除啦上面介紹的幾種控制方案，專家和技術(shù)人員還提出了鍋爐過熱汽溫的預(yù)測智能控制，基于遺傳算法 PID 參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)模糊控制系統(tǒng)等方案，仿真研究表明，相比傳統(tǒng)的控制，這些先進(jìn)控制方法的控制效果都有了很大大提高。 上述的控制方法各有特點(diǎn)，通過對各種擾動(dòng)對過熱汽溫的深入了解，引入各種先進(jìn)的控制策略和算法到傳統(tǒng)的控制系統(tǒng)中，改善了傳統(tǒng) PID 控制系統(tǒng)的性能，或直接用先進(jìn)控制代替?zhèn)鹘y(tǒng)的控制器 ，都將使得對熱氣溫這個(gè)大遲延、非線性、干擾多的復(fù)雜被控制對象的控制品質(zhì)有更大的提高?？傊?，隨著先進(jìn)控制的發(fā)展，在未來的日子里，對過熱汽溫的控制將有更多更好的控制方案。 洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 5 第 2 章 遺傳算法的基礎(chǔ)知識 遺傳算法的概念 遺傳算法的生物學(xué)原理 遺傳算法是由美國的 J. Holland 教授于 1975 年在他的專著《自然界和人工系統(tǒng)的適應(yīng)性》中首先提出的，它是一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)化搜索算法 。 自然界的生物由簡單到復(fù)雜、由低級到高級、由父代到子代，被稱為生物的遺傳和進(jìn)化。遺傳 算法就是模擬上述生物的遺傳和產(chǎn)期 的進(jìn)化過程建立起來的一種搜索和優(yōu)化算法，它將“優(yōu)勝劣汰 ，適者生存 ”的生物進(jìn)化原理引入優(yōu)化參數(shù)形成的編碼串聯(lián)群體中 ，并且在串 聯(lián)群體 之間進(jìn)行有組織但又隨機(jī)的信息交換。伴隨著算法的運(yùn)行，優(yōu)良的品質(zhì)被逐漸保留并加以組合，從而不斷產(chǎn)生出更佳的個(gè)體。這一過程就如生物進(jìn)化那樣，好的特征被不斷地繼承下來，壞的特征被逐漸淘汰。新一代個(gè)體中包含 著上一代個(gè)體的大量信息，又優(yōu)于上一代 ，從而使整個(gè)群體向前進(jìn)化發(fā)展。對于遺傳算法，也就是不斷地接近最優(yōu)解。研究遺傳算法的目的主要有兩個(gè)：一是通過它的研究來進(jìn) 一步解釋自然界的適應(yīng)過程；二是為了將自然生物系統(tǒng)的重要機(jī)理運(yùn)用到人工系統(tǒng)的設(shè)計(jì)中。 遺傳算法本質(zhì)上是對染色體模式所進(jìn)行的一系列運(yùn)算，即通過選擇算子將當(dāng)前種群中的優(yōu)良模式遺傳到下一代種群中，利用交叉算子進(jìn)行模式重組，利用變異算子進(jìn)行模式突變。通過這些遺傳操作，模式逐步向較好的方向進(jìn)化，最終得到問題的最優(yōu)解。 遺傳算法的發(fā)展 遺傳算法 簡稱 GA(Geic Algorithms)是最早是由美國 Michigan 大學(xué)John H. Holland 教授提出的模擬自然界遺傳機(jī)制和生物進(jìn)化論而成的一種并行 隨機(jī)搜索最優(yōu)化方法 ，其在 1975 年出版的專著《 Adaptation in Nature and artificial systems》標(biāo)志著遺傳算法的誕生，在 20 世紀(jì) 70 年 . De Jong洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 6 在計(jì)算機(jī)上進(jìn)行了大量的數(shù)值函數(shù)優(yōu)化試驗(yàn)，建立了 De Jong 函數(shù)測試平臺。 從 20 世紀(jì) 80 年代中期起，遺傳算法和進(jìn)化計(jì)算到達(dá)一個(gè)研究高潮，以遺傳算法和進(jìn)化計(jì)算為主題的國際學(xué)術(shù)會議在世界各地定期召開。 1985 年，第一屆國際遺傳算法會議 (international conference on geic algorithms, ICGA)在美國卡耐基 梅隆大學(xué)召開，以后每兩年召開一屆。此外，進(jìn)化規(guī)劃年會 (annual conference on Evolutionary programming： ACEP)于 1992 年在美國的加州召開第一屆會議，以后每隔兩年召開一屆 ,它具有系統(tǒng)優(yōu)化、適應(yīng)和學(xué)習(xí)的高性能計(jì)算和建模方法的研究漸趨成熟；進(jìn)化計(jì)算會議 (IEEE conference on evolutionary putation)也于 1994 年開始定期召開。以及每兩年舉行一次的遺傳算法基礎(chǔ) FOGA(Foundations of GeicAlgorithms)等相關(guān)的國際會議還有很多。此外，其他類型的各種會議，如以遺傳編程、進(jìn)化策略或進(jìn)化編程為主題的研討會也很頻繁。 由于遺傳算法的編碼技術(shù)和遺傳操作比較簡單，優(yōu)化不受限制性條件的約束，能有效的求解組合優(yōu)化問題以及其它復(fù)雜非線性問題，及其兩個(gè)最顯著特點(diǎn)隱含并行性和全局解空間搜索，從而越來越得到人們的重視并在全世界范圍內(nèi)掀起了研究和應(yīng)用的熱潮 。 遺傳算法的特點(diǎn) 為了解決各種優(yōu)化計(jì)算問題，人們提出了各種優(yōu)化算法，如單純形法，梯度法，動(dòng)態(tài)規(guī)劃法，分枝定 界法等。而遺傳算法是一類可用于復(fù)雜系統(tǒng)優(yōu)化計(jì)算的魯棒搜索算法，其特點(diǎn)是： ① 遺傳算法是對參數(shù)的編碼進(jìn)行操作，而非對參數(shù)本身； ② 遺傳算法是從許多點(diǎn)開始并行操作，而非局限于一點(diǎn)； ③ 遺傳算法通過目標(biāo)函數(shù)來計(jì)算適配值，而不需要其他推導(dǎo)，從而對問題的依賴性較??； ④ 遺傳算法的尋優(yōu)規(guī)則是由概率決定的，而非確定性的； ⑤ 遺傳算法在解空間進(jìn)行高效啟發(fā)式搜索，而非盲目地窮舉或完全隨機(jī)搜索； ⑥ 遺傳算法對于待尋優(yōu)的函數(shù)基本無限制，它既不要求函數(shù)連續(xù)，也不要求函數(shù)可微，既可以是數(shù)學(xué)解析式所表示的顯函數(shù)，又可以是映洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 7 射矩陣甚至是 神經(jīng)網(wǎng)絡(luò)的隱函數(shù)，因而應(yīng)用范圍較廣； ⑦ 遺傳算法具有并行計(jì)算的特點(diǎn)，因而可以通過大規(guī)模并行計(jì)算來提高計(jì)算速度； ⑧ 遺傳算法更適合大規(guī)模的復(fù)雜問題的優(yōu)化； ⑨ 遺傳算法計(jì)算簡單，功能