【正文】 1 第一章 緒論 課題研究對(duì)象 PID 控制是最早發(fā)展起來(lái)的控制策略之一，由于其算法簡(jiǎn)單，魯棒性好及可靠性高，被廣泛應(yīng)用于過(guò)程控制與運(yùn)動(dòng)控制中，尤其適用于可建立精確數(shù)學(xué)模型的確定性系統(tǒng)。然而實(shí)際工業(yè)生產(chǎn)過(guò)程中往往具有非線(xiàn)性、時(shí)變不確定性，難以建立精確的數(shù)學(xué)模型，應(yīng)用常規(guī)的 PID 控制器不能達(dá)到理想的控制效果，而且在實(shí)際生產(chǎn)現(xiàn)場(chǎng)中，由于受到參數(shù)整定方法的復(fù)雜的困擾，常規(guī) PID 控制器參數(shù)往往整定不良、性能不佳，對(duì)運(yùn)行工況的實(shí)用性很差 [1]。 現(xiàn)代中小規(guī)模的控制工程通常采用基于 IPC 的控制系統(tǒng)，系統(tǒng)具有數(shù)據(jù)采集 、控制與管理功能。如能進(jìn)一步采用先進(jìn)控制算法，便可以設(shè)計(jì)出低成本的先進(jìn)控制系統(tǒng)。 在該課題中， 被控對(duì)象為電加熱器，要對(duì)其實(shí)現(xiàn)高精度的恒溫控制 ，且調(diào)節(jié)時(shí)間盡可能短 。 硬件采用 ADVANTECH 的 IPC 和 PCL1800 多功能卡，用 VB 編寫(xiě)基于遺傳算法整定的 PID 控制算法的控制程序，主要是采用實(shí)數(shù)編碼 。 PID 整定方法的發(fā)展 在工程實(shí)際中，應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律為比例積分微分控制，簡(jiǎn)稱(chēng)PID 控制，又稱(chēng) PID 調(diào)節(jié)。 PID 控制器問(wèn)世至今已有近 60 年的歷史了，它以其結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性好、工作可靠、調(diào)整 方便而成為工業(yè)控制主要和可靠的技術(shù)工具。當(dāng)被控對(duì)象的結(jié)構(gòu)和參數(shù)不能完全掌握，或得不到精確的數(shù)學(xué)模型時(shí)，控制理論的其它設(shè)計(jì)技術(shù)難以使用，系統(tǒng)的控制器的結(jié)構(gòu)和參數(shù)必須依靠經(jīng)驗(yàn)和現(xiàn)場(chǎng)調(diào)試來(lái)確定，這時(shí)應(yīng)用PID 控制技術(shù)最為方便。即當(dāng)我們不完全了解一個(gè)系統(tǒng)和被控對(duì)象﹐或不能通過(guò)有效的測(cè)量手段來(lái)獲得系統(tǒng)的參數(shù)的時(shí)候，便最適合用 PID 控制技術(shù) 【 2】 。 隨著計(jì)算機(jī)技術(shù)和最優(yōu)控制理論的發(fā)展， PID 參數(shù)的整定方法發(fā)生了很大的變化，出現(xiàn)了一些基于計(jì)算機(jī)的 PID 參數(shù)最優(yōu)整定方法。最優(yōu)控制理論的應(yīng)用，加上計(jì)算機(jī)的高速運(yùn)算能力，賦予 了 PID 參數(shù)優(yōu)化這樣的多變量最優(yōu)化問(wèn)題新的生命力， PID 控制器的最優(yōu)化整定方法是針對(duì)特定的系統(tǒng)建立數(shù)學(xué)模型，運(yùn)用各種數(shù)值解法按照一定的性能指標(biāo)進(jìn)行優(yōu)化。常用的性能指標(biāo)有各種積分型指標(biāo)，如 ISE、 IAE、 ISTE、 ITAE 等指標(biāo)。近年來(lái)，隨著智能控制理論的發(fā)展，專(zhuān)家系統(tǒng)、模糊控制以及神經(jīng)網(wǎng)絡(luò)日益受到控制界的重視，出現(xiàn)了一些智能優(yōu)化手段，主要有專(zhuān)家智能型 PID 參數(shù)自整定技術(shù)、基于模糊推理的 PID 自尋優(yōu)技術(shù)、其他福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 2 的如啟發(fā)式搜索、霍普費(fèi)爾德神經(jīng)網(wǎng)絡(luò)、模擬退火、遺傳算法 (GA)智能整定技術(shù)。 VB 主要功能和 特點(diǎn) Visual Basic 是 Microsoft 公司開(kāi)發(fā)的 Windows 應(yīng)用程序開(kāi)發(fā)工具，Visual —— “ 可視化的 ” ，是一種開(kāi)發(fā)圖形戶(hù)界面（ GUI）的方法。 1991 年推出 ， 199 199 199 199 1998,2000 相繼推出： , , , , ,()版本。 , 包含三種版本（學(xué)習(xí)版、專(zhuān)業(yè)版和企業(yè)版） 英文 Visual 的意思是 “ 視覺(jué)的 ” ， “ 可視的 Baisc” 這個(gè)名字可能抽象了點(diǎn)，但實(shí)際上它卻是最直觀(guān)的編 程方法，之所以叫做 “ 可視 ” ，你只要看到 VB的界面就會(huì)明白，實(shí)際上你無(wú)需編程，就可以完成許多步驟。 在 VB 中引入了控件的概念，在 Windows 中控件的身影無(wú)處不在，如按鈕、文本框等， VB 把這些控件模式化，并且每個(gè)控件都有若干屬性用來(lái)控制控件的外觀(guān)，工作方法，能夠響應(yīng)用戶(hù)操作（事件）。這樣你就可以象在畫(huà)板上一樣，隨意點(diǎn)幾下鼠標(biāo)，一個(gè)按鈕就完成了，這些在以前的編程語(yǔ)言下是要經(jīng)過(guò)相當(dāng)復(fù)雜的工作的。 VB 的特點(diǎn)如下 : 1. 具有面向?qū)ο蟮目梢暬O(shè)計(jì)工具 。 2. 事件驅(qū)動(dòng)的編程機(jī)制 。 3. 提供了易學(xué)易用的應(yīng)用 程序集成開(kāi)發(fā)環(huán)境 。 4. 結(jié)構(gòu)化的程序設(shè)計(jì)語(yǔ)言 。 5. 支持多種數(shù)據(jù)庫(kù)系統(tǒng)的訪(fǎng)問(wèn) 。 6. Active 技術(shù) 。 7. VB 在開(kāi)發(fā)環(huán)境上、網(wǎng)絡(luò)功能等的增強(qiáng) 。 8. 完備的 help 聯(lián)機(jī)幫助功能。 Visual 的新特性 2. Inter 功能的增強(qiáng) 、語(yǔ)言和向?qū)Х矫娴男略鎏匦? ActiveX 控件更加輕松方便 。 3 我們知道 現(xiàn)代中小規(guī)模的控制工程通常采用基于 IPC 的控制系統(tǒng)，系統(tǒng)具有數(shù)據(jù) 采集、控制與管理功能。如能進(jìn)一步采用先進(jìn)控制算法如遺傳算法，便可以設(shè)計(jì)出低成本的先進(jìn)控制系統(tǒng)。但是 目前，關(guān)于遺傳算法的書(shū)籍大部分都針對(duì)它的理論方面。主要是采用 MATLAB 進(jìn)行編程仿真。雖然可以取得很好的仿真效果，但畢竟缺少使用性。而采用 VB 編程實(shí)現(xiàn)，可以提供一個(gè)很好的人機(jī)界面，并且需要時(shí)即可以與外接設(shè)備進(jìn)行連接通訊，這樣便可以投入到應(yīng)用中。因此，鑒于實(shí)用性方面的考慮，最后以 VB 進(jìn)行編制程序。 圖 11 VB 集成開(kāi)發(fā)環(huán)境 PID 參數(shù)的遺傳算法尋優(yōu) 遺傳算法（ GA） 是一種建立在生物界自然選擇原理和自然遺傳機(jī)制的隨機(jī)化搜索法，它模擬了生物界中的生命進(jìn)化機(jī)制，在人工系統(tǒng)中實(shí)現(xiàn)特定目標(biāo)的優(yōu)化。遺傳算法是一個(gè)迭代過(guò)程，遺傳操作是在種群中進(jìn)行的，產(chǎn)生初始種群，規(guī)模為N，即種群由 N 個(gè)個(gè)體組成，經(jīng) GA 操作，生成一代一代新種群 (每代 N個(gè)個(gè)體 )。從每一代種群中選出適應(yīng)度 f 高的優(yōu)質(zhì)個(gè)體，在解空間中，直到滿(mǎn)足要求的收斂指標(biāo)，即得到問(wèn)題最優(yōu)解 【 2】 。 在運(yùn)用遺傳算法對(duì) PID 參數(shù)尋優(yōu)的個(gè)體評(píng)價(jià)過(guò)程中，許多個(gè)體所對(duì)應(yīng)的參數(shù) 工具箱 工程窗口 屬性窗口 窗體布局 立即窗口 窗體窗口 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 4 都可能使實(shí)際過(guò)程系統(tǒng)失控，這在應(yīng)用中是不能接受的，因此采用的是基于模型的 PID 控制器參數(shù)優(yōu)化，對(duì)過(guò)程不產(chǎn)生任何影響 。同時(shí)優(yōu)化是基于模型，對(duì)模型響應(yīng)的評(píng)價(jià)大大加快，可以在較短的時(shí)間得到最優(yōu)化結(jié)果。 PID 控制器參數(shù)的優(yōu)化設(shè)計(jì)是一個(gè)組合優(yōu)化問(wèn)題。遺傳算法求解組合優(yōu)化問(wèn)題所涉及的主要問(wèn)題有參數(shù)編碼方案、適應(yīng)度函數(shù)設(shè)計(jì)、遺傳算法參數(shù)選擇等。在優(yōu)化問(wèn)題的實(shí)際應(yīng)用中，合理處理以上問(wèn)題，構(gòu)造合適的遺傳算法框架，是遺傳算法的關(guān)鍵所在。 5 第二章 遺傳算法概述 什么是遺傳算法 遺傳算法（ geic algorithms）簡(jiǎn)稱(chēng) GA。我 們知道 達(dá)爾文的自然選擇學(xué)說(shuō)是一種被人們廣泛接受的生物進(jìn)化學(xué)說(shuō)。這種學(xué)說(shuō)認(rèn)為，生物要生存下去，就必須進(jìn)行生存斗爭(zhēng)。生存斗爭(zhēng)包括種內(nèi)斗爭(zhēng)、種間斗爭(zhēng)以及生物跟無(wú)機(jī)環(huán)境之間的斗爭(zhēng)三個(gè)方面。在生存斗爭(zhēng)中，具有有利變異的個(gè)體容易存活下來(lái)，并且有更多的機(jī)會(huì)將有利變異傳給后代；具有不利變異的個(gè)體就容易被淘汰，產(chǎn)生后代的機(jī)會(huì)也少的多。因此，凡是在生存斗爭(zhēng)中獲勝的個(gè)體都是對(duì)環(huán)境適應(yīng)性比較強(qiáng)的。達(dá)爾文把這種在生存斗爭(zhēng)中適者生存，不適者淘汰的過(guò)程叫做自然選擇。它表明，遺傳和變異是決定生物進(jìn)化的內(nèi)在因素。自然界中的多種生物之所以能夠 適應(yīng)環(huán)境而得以生存進(jìn)化，是和遺傳和變異生命現(xiàn)象分不開(kāi)的。正是生物的這種遺傳特性，使生物界的物種能夠保持相對(duì)的穩(wěn)定；而生物的變異特性，使生物個(gè)體產(chǎn)生新的性狀，以致于形成新的物種，推動(dòng)了生物的進(jìn)化和發(fā)展。遺傳算法是模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過(guò)程的計(jì)算模型。它的思想源于生物遺傳學(xué)和適者生存的自然規(guī)律，是具有 “ 生存＋檢測(cè) ” 的迭代過(guò)程的搜索算法。遺傳算法以一種群體中的所有個(gè)體為對(duì)象，并利用隨機(jī)化技術(shù)指導(dǎo)對(duì)一個(gè)被編碼的參數(shù)空間進(jìn)行高效搜索。其中，選擇、交叉和變異構(gòu)成了遺傳算法的遺傳操作；參數(shù)編碼、初始群體 的設(shè)定、適應(yīng)度函數(shù)的設(shè)計(jì)、遺傳操作設(shè)計(jì)、控制參數(shù)設(shè)定五個(gè)要素組成了遺傳算法的核心內(nèi)容。 作為一種新的全局優(yōu)化搜索算法，遺傳算法以其簡(jiǎn)單通用、魯棒性強(qiáng)、適于并行處理以及高效、實(shí)用等顯著特點(diǎn)，在各個(gè)領(lǐng)域得到了廣泛應(yīng)用，取得了良好效果，并逐漸成為重要的智能算法之一 【 3】 。 遺傳算法的發(fā)展． 早在 20 世紀(jì) 50 年代就有將進(jìn)化原理應(yīng)用于計(jì)算機(jī)科學(xué)的努力，但缺乏一種普遍的編碼方法，只能依賴(lài)于變異而非交配產(chǎn)生新的基因結(jié)構(gòu)。 50 年代末到 60年代初，受一些生物學(xué)家用計(jì)算機(jī)對(duì)生物系統(tǒng)進(jìn)行模擬的啟發(fā)， Holland 開(kāi)始應(yīng)用模擬遺傳算子研究適應(yīng)性。在 Bagley1967 年關(guān)于自適應(yīng)下棋程序的論文中，他應(yīng)用遺傳算法搜索下棋游戲評(píng)價(jià)函數(shù)的參數(shù)集，并首次提出了遺傳算法這一術(shù)語(yǔ)。 1975 年 Holland 出版了遺傳算法歷史上的經(jīng)典著作《自然和人工系統(tǒng)中的適應(yīng)性》，系統(tǒng)闡述了遺傳算法的基本理論和方法，并提出了模式定理（ schemata theorem），證明在遺傳算子選擇、交叉和變異的作用下，具有低階、短定義距以福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 6 及平均適應(yīng)度高于群體平均適應(yīng)度的模式在子代中將以指數(shù)級(jí)增長(zhǎng)，這里的模式是某一類(lèi)字符串，其某些位置有相似性。同年， DeJong 完 成了他的博士論文《遺傳自適應(yīng)系統(tǒng)的行為分析》，將 Holland 的模式理論與他的計(jì)算試驗(yàn)結(jié)合起來(lái)，進(jìn)一步完善了選擇、交叉和變異操作，提出了一些新的遺傳操作技術(shù)。 進(jìn)入 80 年代后，遺傳算法得到了迅速發(fā)展，不僅理論研究十分活躍，而且在越來(lái)越多的應(yīng)用領(lǐng)域中得到應(yīng)用。 1983 年， Holland 的學(xué)生 Goldberg 將遺傳算法應(yīng)用于管道煤氣系統(tǒng)的優(yōu)化，很好地解決了這一非常復(fù)雜的問(wèn)題。 1989 年，Goldberg 出版了《搜索、優(yōu)化和機(jī)器學(xué)習(xí)中的遺傳算法》一書(shū)，這本可能是遺傳算法領(lǐng)域被引用次數(shù)最多的書(shū)為這一領(lǐng)域奠定了堅(jiān)實(shí)的 科學(xué)基礎(chǔ)。 80 年代中期， Axelrod 和 Forrest 合作，采用遺傳算法研究了博奕論中的一個(gè)經(jīng)典問(wèn)題 囚徒困境。在機(jī)器學(xué)習(xí)方面， Holland 自提出遺傳算法的基本理論后就致力于研究分類(lèi)器系統(tǒng)（ classifier system）， Holland 希望系統(tǒng)能將外界刺激進(jìn)行分類(lèi)，然后送到需要的地方去，因此命名為分類(lèi)器系統(tǒng)，這里的 classifier 是指一個(gè)二進(jìn)制串，代表一類(lèi)情況。分類(lèi)器系統(tǒng)將某一條件是否為真與串的某一位相對(duì)應(yīng)，從而將產(chǎn)生式系統(tǒng)中的規(guī)則編碼為二進(jìn)制串，這樣就可以應(yīng)用遺傳算法來(lái)進(jìn)行演化，同時(shí)引入了 基于經(jīng)濟(jì)學(xué)原理的信用分配機(jī)制 桶隊(duì)（ bucket brigade）算法來(lái)確定規(guī)則的相對(duì)強(qiáng)度 [4]。 Holland 和 Santa Fe 的 Arthur 等人合作，用分類(lèi)器系統(tǒng)模擬了一些經(jīng)濟(jì)現(xiàn)象，得到了滿(mǎn)意的結(jié)果。遺傳算法已有了許多發(fā)展，但一般來(lái)說(shuō)，其基本過(guò)程是：首先采用某種編碼方式將解空間映射到編碼空間（可以是位串、實(shí)數(shù)、有序串、樹(shù)或圖， Holland 最初的遺傳算法是基于二進(jìn)制串的，類(lèi)似于生物染色體結(jié)構(gòu)，易于用生物遺傳理論解釋?zhuān)鞣N遺傳操作也易于實(shí)現(xiàn)。另外，可以證明，采用二進(jìn)制編碼式，算法處理的模式最多。但是， 在具體問(wèn)題中，直接采用解空間的形式進(jìn)行編碼，可以直接在解的表現(xiàn)型上進(jìn)行遺傳操作，從而易于引入特定領(lǐng)域的啟發(fā)式信息，可以取得比二進(jìn)制編碼更高的效率。實(shí)數(shù)編碼一般用于數(shù)值優(yōu)化，有序串編碼一般用于組合優(yōu)化。），每個(gè)編碼對(duì)應(yīng)問(wèn)題的一個(gè)解，稱(chēng)為染色體或個(gè)體。一般通過(guò)隨機(jī)方法確定起始的一群個(gè)體，稱(chēng)為種群，在種群中根據(jù)適應(yīng)值或某種競(jìng)爭(zhēng)機(jī)制選擇個(gè)體（適應(yīng)值就是解的滿(mǎn)意程度，可以由外部顯式適應(yīng)度函數(shù)計(jì)算，也可以由系統(tǒng)本身產(chǎn)生，如由協(xié)同演化時(shí)不同對(duì)策的博奕確定，或者由個(gè)體在群體中的存活量和繁殖量確定。），使用各種遺傳操作算子（ 包括雜交，變異，倒位等等）產(chǎn)生下一代（下一代可以完全替代原種群，即非重疊種群；也可以部分替代原種群中一些較差的個(gè)體，即重疊種群），如此進(jìn)化下去，直到滿(mǎn)足期望的終止條件 [4]。 遺傳算法發(fā)展的簡(jiǎn)要回顧 7 1950s，將進(jìn)化原理應(yīng)用于計(jì)算機(jī)科學(xué)的初步努力。 50 年代末到 60 年代初， Holland 應(yīng)用模擬遺傳算子研究適應(yīng)性。 1967 年， Bagley 的論文中首次提出了遺傳算法這一術(shù)語(yǔ)。 1975 年， Holland 的經(jīng)典著作《自然和人工系統(tǒng)中的適應(yīng)性》出版，系統(tǒng)闡述了遺傳算法的基本理論和方法。 1975 年， DeJong 的博士論文《遺傳自適應(yīng)系統(tǒng)的行為分析》，將 Holland 的模式理論與他的計(jì)算試驗(yàn)結(jié)合起來(lái)。 1983 年， Holland 的學(xué)生 Goldberg 將遺傳算法應(yīng)用于管道煤氣系統(tǒng)的優(yōu)化，取得了很好的效果。 遺傳算法的研究方向及應(yīng)用領(lǐng)域 在遺傳算法的研究中，可以看到主要有三類(lèi)研究方向： 1. 研究遺傳算法本身的理論基礎(chǔ)。 2. 用遺傳算法作為工具解決工程問(wèn)題，主要是進(jìn)行優(yōu)化，關(guān)心的是是否能在傳統(tǒng)方法上有所提高。 3. 用遺傳算法研究演化現(xiàn)象，一般涉及到人工生命和復(fù)雜性科學(xué)領(lǐng)域。 遺傳算法的一些應(yīng)用領(lǐng)域，主要在以 下幾個(gè)方面： 控制方面：煤氣管道控制，防避導(dǎo)彈控制，機(jī)器人控制 規(guī)劃方面：生產(chǎn)規(guī)劃，并行機(jī)任務(wù)分配 設(shè)計(jì)方面： VLSI 布局，背包問(wèn)題，圖劃分問(wèn)題 圖像處理：模式識(shí)別，特征抽取 信號(hào)處理：濾波器設(shè)計(jì) 機(jī)器人方面：路徑規(guī)劃 人工生