【正文】 a、 計算群體中各個個體在下一代群體中的期望生存數(shù)目 Ni ： ? ?MiFFMi iii ,2,1*Nm1 ??? ?? (24) b、 用 iN 的整數(shù)部分 iN 確定各個對應(yīng)個體在下一代群體中的生存數(shù)目。 SGA 中交叉算子采用單點(diǎn)交叉算子。一般取為 ~。 基本 遺傳算法的不足 SGA 是早期的遺傳算法，求解效率還不高，也就是在搜索的快速性、全局性方面還不能達(dá)到較好的效果，可從如下幾方面分析： 遺傳算法的過早收斂 ,是我們在用遺傳算法求解問題 時 ， 經(jīng)常遇到的現(xiàn)象 。 洛陽理工學(xué)院畢業(yè)設(shè)計（論文） 17 第 3 章 改進(jìn) 的 遺傳算法優(yōu)化 PID 控制器 PID 控制器的結(jié)構(gòu) 本文采用經(jīng)典增量式數(shù)字 PID 的控制算法 ，控制器每個采樣周期輸出的控制量，是相對于上一次控制量的增加 ( ) ( 1) ( )u k u k u k? ? ? ? （ 34） ( ) ( ( ) ( 1 ) ) ( ( )( ( ) 2 ( 1 ) ) ( 2 ) )pIDu k K e r r o r k e r r o r k K e r r o r kK e r r o r k e r r o r k e r r o r k? ? ? ? ?? ? ? ? ? （ 35） 式中， pK ， IK ， DK 分別為比例、積分 、微分系數(shù)。 初始群體的產(chǎn)生 為了增加初始群體的多樣性，有效地避免早熟現(xiàn)象地發(fā)生，引入了相似度的概念（兩個個體中在相對應(yīng)的位置上存在著相同的字符（基因）的數(shù)量定義為 相似度 R）。這樣的話，對于適應(yīng)度函數(shù)值較大的個體的交叉和變異概率都較小，這樣就保護(hù)了優(yōu)良個體 ；對于適應(yīng)度函數(shù)值較小的個體的交叉和變異概率較大。所以，我們希望適應(yīng)度最好的個體要盡可能的被保留到下一代中。 采用最佳個體保留法的主 要優(yōu)點(diǎn)是能保證遺傳算法終止時得到的最后結(jié)果是歷代出現(xiàn)過的適應(yīng)度最高的個體。 圖 32 為采用改進(jìn)遺傳算法后 目標(biāo)函數(shù) J 的收斂曲線 洛陽理工學(xué)院畢業(yè)設(shè)計（論文） 22 圖 32 采用改進(jìn)遺傳算法后目標(biāo)函數(shù) J 的收斂曲線 從圖 32 可以看出，收斂曲線很快達(dá)到一個穩(wěn)定的狀態(tài)，說明 改進(jìn) 后的遺傳算法有很好的尋優(yōu)效率。除了敬佩 王 老師的專業(yè)水平外，她 治學(xué)嚴(yán)謹(jǐn)和科學(xué)研究的精神 也是 值的 我永遠(yuǎn)學(xué)習(xí) ，并將積極影響我今后的學(xué)習(xí)和工作。 CodeL=10。 BSJ=0。 end Kpid(s,2)=(MaxX(2)MinX(2))*y2/1023+MinX(2)。%防止除以零 fi=1./Ji。 r=Sizesum(fi_S)。 favg=sum(fi)/Size。 if pctemp for j=n:1:2*CodeL TempE(i,j)=E(i+1,j)。 end end end end %保證最好的個體留下 TempE(Size,:)=BestS。Best J39。 xlabel(39。 xlabel(39。 function E=popf(SIZE,CodeL,Size) e=round(rand(SIZE,2*CodeL))。%將 fi 從小到大排列 fi_sum=sum(fi)。 洛陽理工學(xué)院畢業(yè)設(shè)計（論文） 33 gg=0。 BSJ=0。)。)。 figure(2)。 %*********************************************** end Bestfi BestS Kpidi Best_J=BestJ(G) figure(1)。 end end end 洛陽理工學(xué)院畢業(yè)設(shè)計（論文） 31 TempE(Size,:)=BestS。 for i=1:2:(Size1) %％％％％％％找出交叉?zhèn)€體的適應(yīng)度 較大值 if fi(i)fi(i+1) f=fi(i)。 [RestValue,Index]=sort(Rest)。 %將 fi 從小到大排列 Bestfi=Oderfi(Size)。 [Kpidi,BSJ]=ycpidcs3(Kpidi,BSJ)。y2=0。 MaxX(1)=。最后感謝帶領(lǐng)我們在知識海洋里遨游的老師們和無時無刻關(guān)心我的父母。 對于主汽溫這樣的大慣性、 大遲延 、 具有時變性 、現(xiàn)場存在諸多干擾因素的被控對象， 本文 采用改進(jìn)的遺傳算法優(yōu)化 PID 控制器，仿真研究 表明，與 傳統(tǒng) PID 控制器相比，用改進(jìn)的遺傳算法優(yōu)化后的 PID 控制器用 于主汽溫控制時具有更優(yōu)的控制性能和 更為滿意的控制效果 ，這也 為主汽溫的控制提供了一種更有效的控制方式。因?yàn)楸疚牟捎玫氖嵌M(jìn)制編碼，變異操作就是某個基因座上的基因值取反。 一般認(rèn)為，帶有選擇、交叉和變異算子的標(biāo)準(zhǔn)遺傳算法是不收斂的，而在標(biāo)準(zhǔn)遺傳算法基礎(chǔ) 上具有最優(yōu)保留特性的改進(jìn)遺傳算法則是全局收斂的。 選擇算子：選擇算子是遺傳算法用來對群體中個體進(jìn)行優(yōu)勝劣汰的操作。 剔 除 后 的 個 體 作 為 初 始 種 群 的 一初 始 化，確 定,隨 機(jī) 產(chǎn) 生 一 個 較 大 的 種 群適 應(yīng) 度 算 ， 按 從 小 到 大 排 序 ，計 算 平 均 適 應(yīng) 度從 中 選 擇 適 應(yīng) 度 較 大 的 S i z e個 個 體 組 成 初 始 種 群取 適 應(yīng) 度 大 于 平 均 適 應(yīng) 度 的 個體 進(jìn) 行 相 似 度 比 較 ， 剔 除 相 似個 體 中 適 應(yīng) 度 較 小 的 個 體部 分 ，把 剔 除 掉 的 個 體 選 適 應(yīng) 度大 的 去 補(bǔ) 充 初 始 種 群 的 不 足剔 除 后 ， 剩 余 個 體 數(shù) 大 于 等 于？初 始 種 群 （ 規(guī) 模 為 S i z e ）結(jié) 束NYS iz eS I Z E S iz eS I Z E圖 22 產(chǎn)生初試群體的程序流程圖 相似度的判斷實(shí)際上是確 定群體中的個體是否含有相同模式，剔除相似個體，選擇不同模式的個體組成新的群體，將這個新的群體作為遺洛陽理工學(xué)院畢業(yè)設(shè)計（論文） 19 傳操作的初始群體。 2．得出的是控制量的增量，誤動作影響小，必要時可以通過邏輯判斷限制或禁止本次輸出，不會嚴(yán)重影響系統(tǒng)的工作。 一般說來 ,遺傳算法的過早收斂是由于群體的多樣性過低 ， 次優(yōu)個體過洛陽理工學(xué)院畢業(yè)設(shè)計（論文） 16 早的控制了整個群體 ， 新生的個體存活率低 ， 這樣以來 ,反復(fù)在次優(yōu)個體的鄰域內(nèi)搜索 ， 從而最終找不到全局最優(yōu)解 ， 而群體的多樣性又跟選擇壓力有很大的關(guān)系 ， 選擇壓力過大 ,群體群體內(nèi)重復(fù)的個體增多 ,群體的多樣性就會降低 ,但選擇壓力過小 ， 雖然群體的多樣性高 ， 但 不能傾向于適應(yīng)度較好的個體 ， 這時算法搜索效率極低 ， 近似于盲目搜索 。一般取為 ~ (b) T ： 遺傳運(yùn)算的終止進(jìn)化代數(shù)。遺傳算法中的變異運(yùn)算是產(chǎn)生新個體的輔助方法，它決定了遺傳算法的局部搜索能力，同時保持種群的多樣性。由該步可以確定出下一代群體中的 ? ???Mi iN1個個體。 在遺傳算法中，目標(biāo)函數(shù)到適應(yīng)度函數(shù)的映射方式需要保證以下兩點(diǎn)： 1． 映射后的適應(yīng)度 值是非負(fù)的； 2． 目標(biāo)函數(shù)的優(yōu)化方向應(yīng)對應(yīng)適應(yīng)度值的增大或減小方向。 由 圖 21 可知，遺傳算法是一種群體型操作，該操作以群體中 的所有個體為對象，選擇 ( Selection )、交叉 (Crossover)、變異 (Mutation )是遺傳算法的 3 個主要操作算子，它們構(gòu)成了所謂的遺傳操作 (Geic Operation )，使遺傳算法具有了其它傳統(tǒng)方法所沒有的特性。 積木塊假設(shè)：遺傳算法通過短定義距、低階以及高平均適應(yīng)度的模式（積木塊），在遺傳操作下相互結(jié)合，最終接近全局最優(yōu)解。例如δ (10**1)=4 。它是指染色體切斷點(diǎn)有一處，例： A： 101100 1110→ 101100 0101 B： 001010 0101→ 001010 1110 （ 3）變異（ Mutation Operator） 變異運(yùn)算用來模擬生物在自然的遺傳環(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(jī)地改變遺傳基因（表示染色體的符號的某一位）的值。此外，還可以通過計算方法實(shí)現(xiàn)，其中較典型的幾種較典型的幾種方法為適應(yīng)度比例法、期望值法、排位次法等。由于遺傳算法的隨機(jī)性和不確定性等特點(diǎn)，洛陽理工學(xué)院畢業(yè)設(shè)計（論文） 8 通常要運(yùn)行多次才能得到可靠的解。 GA 以這 M 個字符串作為初始點(diǎn)開始迭代。 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 。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。 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。 （ 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)。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。 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)，主要是由于有一個快速動作的副調(diào)節(jié)回路存在。 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。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。利用選擇、交叉和變異編制控制機(jī)構(gòu)的計算程序，在某種程度上對生物進(jìn)化過程作數(shù)學(xué)方 式的模擬，它包含了 自然選擇 和進(jìn)化的思想 ,具有很強(qiáng) 魯棒性 ，它是一種多點(diǎn)搜索算法，也是目前機(jī)器人路徑規(guī)劃研究中應(yīng)用較多的一種方法。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(xué)院畢業(yè)設(shè)計（論文） III 目 錄 前 言 ....................................................................................................... 1 第 1 章 主汽溫調(diào)節(jié)系統(tǒng)的控制方案 ................................................... 1 傳統(tǒng)主汽溫調(diào)節(jié)系統(tǒng) ............................................................... 1