【正文】 尋優(yōu)速度更快，避免了過早陷入局部最優(yōu)解。醫(yī)滌侶綃噲睞齒辦銩凜贗囂審慶飼頗。（）遺傳算法不僅適用于但目標尋優(yōu)，而且也適用于多目標尋優(yōu)。根據(jù)不同的控制系統(tǒng)，針對一個或多個目標，遺傳算法均能在規(guī)定的范圍內(nèi)尋找到合適的參數(shù)。艫當為遙頭韙鰭噦暈糞窶適飲覬飾瓊。遺傳算法在中尋要解決的問題：要解決過早收斂的問題，提高收斂速度等一般性的問題；整定的多性能指標優(yōu)化問題；進行在線整定時進化速度還是比較慢，等等。對于前兩個問題，已提出了有效的解決辦法，對于最后這個問題，到目前為止還沒有提出有效的解決辦法。但是在準確辨識對象模型的基礎(chǔ)上，在仿真環(huán)境下實現(xiàn)參數(shù)的 優(yōu)化整定，是快速，直接地將應(yīng)用到實際系統(tǒng)中的有效途徑。鴣湊鸛齏嶇燭罵獎選鋸宮煬謾鷓餞險。 基于遺傳算法的參數(shù)整定程序設(shè)計方案 控制器參數(shù)的最優(yōu)整定是在一定的控制目標，被控過程和控制器規(guī)律已經(jīng)確定的情況下，為使自動控制系統(tǒng)的某一被控量的暫態(tài)性能滿足規(guī)定的性能準則，達到控制器參數(shù)之間的最優(yōu)組合。所以，在控制目標，性能準則和控制器控制規(guī)律一定的條件下，控制器的最優(yōu)整定參數(shù)將是被控過程特征參數(shù)的函數(shù)。筧驪鴨櫨懷鏇頤嶸悅廢顓鯛礪礬飲熱。 利用遺傳算法優(yōu)化,具體步驟如下：確定每個參數(shù)的大致范圍和編碼長度，進行編碼；隨機產(chǎn)生個個體構(gòu)成初始種群()。將種群中各個體解碼成對應(yīng)的參數(shù)值，用此參數(shù)求代數(shù)函數(shù)值及適應(yīng)函數(shù)值,取。應(yīng)用復制，交叉和變異算子對種群進行操作，產(chǎn)生下一代種群；重復步驟（）和（），直至參數(shù)收斂或達到預(yù)定的目標。 參數(shù)的確定 確定出個體的表現(xiàn)型和問題的解空間。通常，控制器的算式可以表示為：（）式中：為采樣周期；為積分參數(shù)；為比例參數(shù)；，為控制器的三個主要參數(shù)，即為待尋優(yōu)參數(shù)。尋優(yōu)參數(shù)編碼 一般參數(shù)編碼有兩種編碼方式：二進制編碼，浮點數(shù)編碼，以二進制編碼搜索能力強。本例選擇以二進制碼字符串來編碼。為確定每個參數(shù)對應(yīng)的碼長，我們須知道三個參數(shù)的大致取值范圍。根據(jù)經(jīng)驗：。如取精度為小數(shù)點后三位，其區(qū)間長度為（），必須將其劃分為份。韋鋯鯖榮擬滄閡懸贖蘊詡蟬嬤錆飯聞。因為。若取碼長為位，能同時滿足三個參數(shù)的精度要求。 選取初始種群 一般初始種群產(chǎn)生有兩種方法，一是完全隨機方法，其一般適用對問題的解無任何先驗知識的情況。二是將某些先驗知識轉(zhuǎn)化為一組要求，然后在滿足這些要求的解中再隨機的選取樣本。其一般適用對問題的解有先驗知識的情況。濤貶騸錟晉鎩錈撳憲騸狀張飢驚飫灄。 因為需要編程來實現(xiàn)各過程，所以采用計算機隨機產(chǎn)生初始種群。針對二進制而言，先產(chǎn)生之間均勻分布的隨機數(shù)，然后規(guī)定產(chǎn)生的隨機數(shù)之間代表，之間代表。此外，考慮到計算的復雜程度來規(guī)定種群的大小。鈿蘇饌?cè)A檻榪鐵樣說瀉嘆錒謖譯飪鏜。 確定適應(yīng)度函數(shù) 一般的尋優(yōu)方法在約束條件可以求得滿足條件的一組參數(shù)，在設(shè)計中是從該組參數(shù)中尋找一個最好的。衡量一個控制系統(tǒng)的指標有三個方面，即穩(wěn)定性，準確性和快速性。而上升時間反映了系統(tǒng)的快速性，上升時間越短，控制進行的就越快，系統(tǒng)品質(zhì)也就越好。戧礱風熗澆鄖適濘嚀贗鏃窮磯義餼濁。 如果單純追求系統(tǒng)的動態(tài)特性，得到的參數(shù)很可能使控制信號過大，在實際應(yīng)用中會因系統(tǒng)中固有的飽和特性而導致系統(tǒng)不穩(wěn)定，為了防止控制能量過大，在目標函數(shù)中加入控制量，因此為了是控制效果更好，我們給出了控制量，誤差和上升時間作為約束條件。因為適應(yīng)度函數(shù)同目標函數(shù)相關(guān)，所以目標函數(shù)確定后，直接將其作為適配函數(shù)進行參數(shù)尋優(yōu)。最優(yōu)的控制參數(shù)也就是在瞞足約束條件下使()最大時，所對應(yīng)的控制參數(shù)。購櫛頁詩燦戶踐瀾襯鳳虛傘媧筧飩錫。 遺傳算法在進行搜索中基本不利用外部信息，僅以適應(yīng)度函數(shù)為依據(jù)。適應(yīng)度函數(shù)的選取直接影響到收斂速度以及是否能搜索到最優(yōu)解。一般而言，適應(yīng)度函數(shù)是目標函數(shù)的變換形式給出。囁奐闃頜璦躑谫瓚獸糞斃諳颮鏃餳轂。 適應(yīng)度函數(shù)是評估選擇操作的依據(jù)，這里我們就可以采用誤差分析指標作為系統(tǒng)整定的性能指標，如：誤差積分（），絕對誤差積分（）,平方誤差積分（）,時間和絕對誤差乘積積分（）等。采用不同的公式意味著對控制過程的側(cè)重點不同，對抑制大的誤差，比好；抑制小的誤差，比；最大動態(tài)偏差較小，調(diào)節(jié)時間較長；對應(yīng)的系統(tǒng)響應(yīng)時間最短，但動態(tài)偏差較大。虛齬鐮寵確嶁誄禱艫鋸偉殺讒擠饜銫。 這里要求過渡時間最短，所以選擇進行評價，體現(xiàn)在適應(yīng)度函數(shù)上正好是它的倒數(shù)，即： （） 遺傳算法流程圖參數(shù)編碼種群種群種群計算適配值滿足要求復制交叉變異遺傳操作尋優(yōu)結(jié)果 解碼種群圖 遺傳算法流程圖基于二進制編碼遺傳算法的整定被控對象為二階傳遞函數(shù)：()采樣時間為,輸入指令為階躍信號。采用二進制編碼方式用長度為十位的二進制編碼串來分別表示三個決策變量。為獲取滿意的過渡過程及動態(tài)特性，采用誤差絕對值時間積分性能指標作為參數(shù)選擇的最小目標函數(shù)。為了防止控制能量過大，在目標函數(shù)中加入控制輸入的平方項。采用下式作為參數(shù)選取的最優(yōu)指標：與頂鍔筍類謾蠑紀黽廢鉞韜瞇誼饗橋。（）式中，為系統(tǒng)誤差，為控制器輸出，為上升時間，,為權(quán)值。 為了避免超調(diào)，采用了懲罰功能，即一旦產(chǎn)生超調(diào)，將超調(diào)量作為最優(yōu)指標的一項，此時最優(yōu)指標為：()式中，為權(quán)值，且。遺傳算法中使用的樣本個數(shù)為，交叉概率和變異概率分別為：[]結(jié)釋鏈蹌絞塒繭綻綹蘊網(wǎng)縉媯傾飛鉭。 參數(shù)的取值范圍為[，],，的取值范圍為[]。，。經(jīng)過代進化，獲得的優(yōu)化參數(shù)如下：餑詘鉈鯔縹評繒肅鮮驃換嚨顢紋飆曖。 最優(yōu)個體為[]。優(yōu)化參數(shù)為：，，性能指標，整定過程中代數(shù)函數(shù)的變化如圖所示。采用整定后的二進制遺傳算法優(yōu)化階躍響應(yīng)如圖所示。爺纜鉅摯騰廁綁藎箋潑鳥輳諫闌颼釧。圖 最優(yōu)指標的變化圖圖 整定后的二進制遺傳算法優(yōu)化階躍響應(yīng)結(jié)束語 本論文研究了一種基于遺傳算法的控制器參數(shù)優(yōu)化設(shè)計方法。通過仿真研究表明遺傳算法應(yīng)用于控制器整定可提高系統(tǒng)的穩(wěn)定性和動態(tài)特性，與傳統(tǒng)的整定方法相比明顯改善了整定的速度和準確度。錁熾邐繒薩蝦竇補飆贗轤濕皺術(shù)颶摜。本論文的主要工作： 本論文主要深入和系統(tǒng)的研究了控制器的原理，結(jié)構(gòu)和控制性能的分析，并探索了采用遺傳算法來搜索最佳的參數(shù)最優(yōu)值。曠戧輔鑽襉倆瘋謅琿鳳紂鱟奐貪颯邇。主要進行了以下一些工作：（）闡述了采用基于遺傳算法的控制原理，結(jié)構(gòu)和控制性能的分析。（）分析了遺傳算法的原理和工作流程，分析了在采用遺傳算法選取參數(shù)方面所具有的可行性和優(yōu)越性。（）采用遺傳算法對所設(shè)定的常見的控制系統(tǒng)進行了仿真研究，充分說明了基于遺傳算法的控制系統(tǒng)能夠改善系統(tǒng)的動態(tài)性能和靜態(tài)性能，提高控制的精度，改善了系統(tǒng)的品質(zhì)。轉(zhuǎn)厙蹺僉詘腳瀕諮閥糞嶁藹頷劑颮掃。本論文存在的不足和需要改進的地方：（）對遺傳算法在選取參數(shù)最優(yōu)值方面的控制算法做進一步的研究，使之在搜索因子方面更具有可行性和可操作性，進一步縮小搜索范圍，滿足實際需要。嬤鯀賊灃謁麩溝賚淶鋸餓嶁諒綢風轎。（）本論文只在理論上和簡單的控制系統(tǒng)做了理論說明和示例仿真，缺少實際工程的應(yīng)用，模型也比較簡單。需要進一步的改進和進一步的研究，使之能滿足實際需求。訊鎬謾蟈賀綜樞輒鎖廩諭銥瘞頓顰懌。參考文獻[] [].：電子工業(yè)出版社，：.兒躉讀閌軒鯀擬釔標藪疇礎(chǔ)處櫚顫蹌。[] 孔二虎．基于遺傳算法的控制系統(tǒng)的仿真研究[].遼寧：遼寧工程技術(shù)大學，.[] 王琛，[].計算機仿真，.[] 林洪濤，王敏，[].沈陽工業(yè)學院學報，（）：.繅藺詞嗇適籃異銅鑑驃噴麗頡趨顥冪。[] 任占魁，[].計算機技術(shù)與自動化，.（）.鮒簡觸癘鈄餒嬋鏘戶潑閡諏誹呂顙貽。[] 周明，[].北京：國防工業(yè)出版社，：.[] 雷英杰，張善文，李繼武，周創(chuàng)明遺傳算法工具箱及應(yīng)用[].西安：西安電子科技大學出版社，：.瞇毆蠐謝銀癩嘮閣蹺贗襝攖癰繳顢屜。[] 楊智，朱海峰，黃以華控制器設(shè)計與參數(shù)整定方法綜述[].化工自動化及儀表，（）.閔屢螢馳鑷雋劍頌崗鳳測際塤飼顳譾。[] 張付祥，付宜利，[].制造業(yè)自動化，（）.檁傷葦開閾燈傘饉諧糧茲繃頎濼額姍。[] 鄭恩讓，[].北京：中國林業(yè)出版社，：.[] 閆永躍，李慶周，[]可編程控制器與工廠自動化，（）.鄭餼腸絆頎鎦鷓鮞嚶錳鉻廄說輞顏諉。[] 王偉，張晶濤，柴天佑參數(shù)先進整定方法綜述[].自動化學報，.[] 張松蘭控制參數(shù)整定[].科技情報開發(fā)與經(jīng)濟，（）.[] [] 棄鈾縫遷馀氣鰷鸞覲廩脫轉(zhuǎn)畬圖顓壢。 ().