【正文】 在自然的遺傳環(huán)境中由于各種偶然因素引起的基因突變，它以很小的概率隨機地改變遺傳基因（表示染色體的符號的某一位）的值。它的過程為：在匹配池中任選兩個染色體，隨機選擇一點或多點交換位置；交換雙親染色體交換點右邊的部分，即可得到兩個新染色體 數(shù)字串。此外，還可以通過計算方法實現(xiàn)，其中較典型的幾種較典型的幾種方法為適應度比例法、期望值法、排位次法等。它模仿了自然現(xiàn)象，應用是指具有高度適配值的位串更有可能在下一代中產(chǎn)生一個或多個子孫。由于遺傳算法的隨機性和不確定性等特點，洛陽理工學院畢業(yè)設計（論文） 8 通常要運行多次才能得到可靠的解。 ⑥ 變異：變異首先在群體中隨機選擇一個個體，對選中的個體以一定的概率隨機的改變字符串中某個字符的值。 GA 以這 M 個字符串作為初始點開始迭代。這樣周而復始，群體中個體適應度不斷提高，直到滿足一定的條件。 由于遺傳算法的編碼技術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)化問題以及其它復雜非線性問題，及其兩個最顯著特點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掀起了研究和應用的熱潮 。梅隆大學召開，以后每兩年召開一屆。通過這些遺傳操作，模式逐步向較好的方向進化，最終得到問題的最優(yōu)解。新一代個體中包含 著上一代個體的大量信息，又優(yōu)于上一代 ，從而使整個群體向前進化發(fā)展。 自然界的生物由簡單到復雜、由低級到高級、由父代到子代，被稱為生物的遺傳和進化。 除啦上面介紹的幾種控制方案，專家和技術人員還提出了鍋爐過熱汽溫的預測智能控制，基于遺傳算法 PID 參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡模糊控制系統(tǒng)等方案，仿真研究表明，相比傳統(tǒng)的控制，這些先進控制方法的控制效果都有了很大大提高。 （ 2） 應用模糊理論的控制方案 模糊自適應導前微積分控制系統(tǒng)。而采用導前汽溫微分信號的雙回路調節(jié)系統(tǒng)的兩個回路在參數(shù)調整時相互影響、不易掌握。其中 1ddt??表 示 目前電廠普遍采用上述兩種主汽溫調節(jié)系統(tǒng)，它們各有特點，比較如下： （ 1） 如果把采用導前汽溫微分信號的雙回路系統(tǒng)轉化為串級系統(tǒng)來看待，其等效主、副調節(jié)器均是比例積分調節(jié)器，但對于實際的串級調節(jié)系統(tǒng)，為了提高副回路的快速跟蹤性能，副調節(jié)器應該采用比例或比例微分調節(jié)器，而主調節(jié)器則應采用比例積分微分調節(jié)器。這個系統(tǒng)引入了導前汽溫的微分信號作為調節(jié)器的補充信號，以改善調節(jié)質量。 串級調節(jié)系統(tǒng)之所以能改善系統(tǒng)的調節(jié)品質，主要是由于有一個快速動作的副調節(jié)回路存在。當調節(jié)機構動作 (噴水量變化 )后，導前汽溫信號 1q 的反應顯然要比過熱器出口的汽溫 2q 快很多。 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 主汽溫串級調節(jié)系統(tǒng) 圖 11 為主汽溫串級調節(jié)系統(tǒng)，圖中 Gh1 和 Gh2 分別 為溫度變送器。 遺傳算法作為一種全局優(yōu)化算法，得到了越來越廣的應用。國內很多專家、學者等在這方面作了大量研究，并取得了很多成果。 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。利用選擇、交叉和變異編制控制機構的計算程序，在某種程度上對生物進化過程作數(shù)學方 式的模擬，它包含了 自然選擇 和進化的思想 ,具有很強 魯棒性 ，它是一種多點搜索算法，也是目前機器人路徑規(guī)劃研究中應用較多的一種方法。雖然這些方法都具有良好的尋優(yōu)特性，但是卻存在一些弊 端，單純形法對初值比較敏感，容易陷入局部最優(yōu)化解，造成尋優(yōu)失敗。s safety, economic operation. Adaptive geic algorithm as an intelligent optimization algorithm, which is the efficient heuristic solution space, rather than blindly exhaustive or pletely random search, geic algorithm, the main steam temperature system controller parameters optimization, experiments show that Application of geic algorithm to optimize the controller parameters. The simulation results show that in the main steam temperature control system, designed in this paper a modified geic algorithm to optimize the PID controller than the conventional PID controller has better control effect. Keywords: Geic algorithms, Main steam temperature control, Thermal system, Regulator parameters, Optimization 洛陽理工學院畢業(yè)設計（論文） III 目 錄 前 言 ....................................................................................................... 1 第 1 章 主汽溫調節(jié)系統(tǒng)的控制方案 ................................................... 1 傳統(tǒng)主汽溫調節(jié)系統(tǒng) ............................................................... 1 主汽溫串級調節(jié)系統(tǒng) ..................................................... 1 采用導前汽溫微分信號的雙回路汽溫調節(jié)系統(tǒng) ........ 2 先進的主汽溫控制策略 ........................................................... 3 第 2 章 遺傳算法的基礎知識 ............................................................... 5 遺傳算法的概念 ........................................................................ 5 遺傳算法的生物學原理 ................................................. 5 遺傳算法的發(fā)展 ............................................................. 5 遺傳算法的特點 ............................................................ 6 遺傳算法的工作原理 ..................................................... 7 遺傳算法的基本操作 ..................................................... 8 遺傳算法的數(shù)學基礎 ............................................................... 9 模式的階和模式的定義距 ............................................. 9 模式定理 ......................................................................... 9 積木塊假設 .................................................................... 10 基本遺傳算法 (SGA)的組成 .................................................. 10 編碼 .................................................................................11 適應度函數(shù) .................................................................... 12 遺傳算子 ........................................................................ 12 遺傳算法的運行參數(shù) ................................................... 14 遺傳算法的收斂性 ....................................................... 14 用步驟遺傳算法的應 ............................................................. 15 基本遺傳算法的不足 ............................................................. 15 第 3 章 改進的遺傳算法優(yōu)化 PID 控制器 ........................................ 17 PID 控制器的結構 .................................................................. 17 改進遺傳算法 .......................................................................... 17 參數(shù)編碼 ........................................................................ 17 洛陽理工學院畢業(yè)設計（論文） IV 初始群體的產(chǎn)生 ........................................................... 18 確定交叉概率和變異概率 ........................................... 19 遺傳算子的改進 ........................................................... 19 仿真結果分析 .......................................................................... 20 結 論 ..................................................................................................... 23 謝 辭 ....................................................................................................... 24 參考文獻 ................................................................................................. 25 附 錄 ..................................................................................................... 27 外文資料翻譯 ........................................................................................ 36 洛陽理工學院畢業(yè)設計（論文） 1 前 言 近二十年來，火 電廠鍋爐機組越來越向大容量、高參數(shù)、高效率的方向發(fā)展，對機組熱工自動控制系統(tǒng)控制品質的要求也隨之提高。PID 調節(jié)是熱工系統(tǒng)最主要的控制策略，它直接影響機組的安全、經(jīng)濟運行 。過熱汽溫被控對象是一個多容 環(huán)節(jié)，它的純遲延時間和時間常數(shù)都比較大，干擾因素多，對象模型不能精確確定，中間測點不易取， 由于其特有的復雜性，使得模型的獲取有一定的難度 。 關鍵詞 ：遺傳算法；主汽溫控制；熱工系統(tǒng)；調節(jié)器參數(shù)； 參數(shù)優(yōu)化 洛陽理工學院畢業(yè)設計（論文） II GENETIC ALGORITHM IN THE MAIN STEAM TEMPERATURE CONTROL ABSTRACT