【導(dǎo)讀】然而實(shí)際工業(yè)生產(chǎn)過程中往往具有非線性、時(shí)變不確定性，難以。往整定不良、性能不佳，對(duì)運(yùn)行工況的實(shí)用性很差[1]。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。硬件采用ADVANTECH的IPC和PCL-1800多功能卡，用VB編寫基。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控制，又稱PID調(diào)節(jié)。當(dāng)被控對(duì)象的結(jié)構(gòu)。PID控制技術(shù)最為方便。有效的測(cè)量手段來獲得系統(tǒng)的參數(shù)的時(shí)候，便最適合用PID控制技術(shù)。種數(shù)值解法按照一定的性能指標(biāo)進(jìn)行優(yōu)化。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，外觀，工作方法，能夠響應(yīng)用戶操作（事件）。但是目前，關(guān)于遺傳算法的書籍大部分都針對(duì)它。實(shí)用性方面的考慮，最后以VB進(jìn)行編制程序。達(dá)爾文把這種在生存斗爭(zhēng)中適者生存，不適者淘汰的過程叫做自然選擇。境而得以生存進(jìn)化，是和遺傳和變異生命現(xiàn)象分不開的。正是生物的這種遺傳特

　　

【正文】 fi_s(i) Next i r = 10 sum For i = 1 To 10 Rest(i) = fi_size(i) fi_s(i) restt(i) = Rest(i) Next i Call sort(Rest(), 10) For i = 1 To 10 For j = 1 To 10 If restt(j) = Rest(i) Then index(i) = j End If Next j Next i n = 10 r + 1 For i = 10 To n Step 1 fi_s(index(i)) = fi_s(index(i)) + 1 33 Next i k = 1 For i = 10 To 1 Step 1 For j = 1 To fi_s(i) Step 1 TempE(k, 1) = kpid(index(i), 1) TempE(k, 2) = kpid(index(i), 2) TempE(k, 3) = kpid(index(i), 3) k = k + 1 Next j Next i End Sub 交叉 由于采用實(shí)數(shù)編碼，它的交叉方式與二進(jìn)制編碼所采用的有所不同。由于所選取種群數(shù)較小，交叉概率取 。 基本程序?qū)崿F(xiàn)如下 Private Sub CROSSOVER() 39。交叉 Dim pc As Double, temp As Double, alfa As Double pc = For i = 1 To 9 Step 1 temp = Rnd If pc temp Then alfa = Rnd TempE(i, 1) = alfa * kpid(i + 1, 1) + (1 alfa) * kpid(i, 1) TempE(i, 2) = alfa * kpid(i + 1, 2) + (1 alfa) * kpid(i, 2) TempE(i, 3) = alfa * kpid(i + 1, 3) + (1 alfa) * kpid(i, 3) TempE(i + 1, 1) = alfa * kpid(i, 1) + (1 alfa) * kpid(i + 1, 1) TempE(i + 1, 2) = alfa * kpid(i, 2) + (1 alfa) * kpid(i + 1, 2) TempE(i + 1, 3) = alfa * kpid(i, 3) + (1 alfa) * kpid(i + 1, 3) End If Next i TempE(10, 1) = BestS(1) TempE(10, 2) = BestS(2) 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 34 TempE(10, 3) = BestS(3) For i = 1 To 10 For j = 1 To 3 kpid(i, j) = TempE(i, j) Next j Next i End Sub 變異 基本程序?qū)崿F(xiàn)如下 Private Sub MUTATION() 39。變異 Dim pm(10) As Double Dim pm_rand(1 To 10, 1 To 3) As Double Dim mean(3) As Double, dif(3) As Double For i = 1 To 10 pm(i) = i * / 10 pm_rand(i, 1) = Rnd pm_rand(i, 2) = Rnd pm_rand(i, 3) = Rnd Next i For i = 1 To 3 mean(i) = (MaxX(i) + minx(i)) / 2 dif(i) = MaxX(i) minx(i) Next i For i = 1 To 10 For j = 1 To 3 If pm(i) pm_rand(i, j) Then TempE(i, j) = mean(j) + dif(j) * (Rnd ) End If Next j Next i End Sub 35 實(shí)數(shù)編碼遺傳算法的效果 各個(gè)子程序調(diào)試完畢，便可以進(jìn)行整體 運(yùn)算。主程序見附錄。設(shè)計(jì)一個(gè)友好的人機(jī)界面，經(jīng)過遺傳算法 PID 控制后，最后得出控制效果如下圖所示。 圖 43 基于遺傳算法的 PID 控制系統(tǒng) 由圖可見，采用遺傳算法的 PID 控制，調(diào)節(jié)時(shí)間只需要 65 拍，并且可以做到無超調(diào)。由此可見，相對(duì)于其他傳統(tǒng)的整定方法，遺傳算法的 PID 控制可以得到較為滿意的結(jié)果。 根據(jù)實(shí)驗(yàn)的結(jié)果我們可以得出遺傳算法的一些特點(diǎn)： 1．遺傳算法從問題解的中集開始嫂索，而不是從單個(gè)解開始。這是遺傳算法與傳統(tǒng)優(yōu)化算法的極大區(qū)別。傳統(tǒng)優(yōu)化算法是從單個(gè)初始值迭代求最優(yōu)解的；容易誤入局部最優(yōu)解。遺傳 算法從串集開始搜索，復(fù)蓋面大，利于全局擇優(yōu)。 2．遺傳算法求解時(shí)使用特定問題的信息極少，容易形成通用算法程序。 由于遺傳算法使用適應(yīng)值這一信息進(jìn)行搜索，并不需要問題導(dǎo)數(shù)等與問題直接相關(guān)的信息。遺傳算法只需適應(yīng)值和串編碼等通用信息，故幾乎可處理任何問題。 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 36 3．遺傳算法有極強(qiáng)的容錯(cuò)能力 遺傳算法的初始串集本身就帶有大量與最優(yōu)解甚遠(yuǎn)的信息；通過選擇、交叉、變異操作能迅速排除與最優(yōu)解相差極大的串；這是一個(gè)強(qiáng)烈的濾波過程；并且是一個(gè)并行濾波機(jī)制。故而，遺傳算法有很高的容錯(cuò)能力。 4．遺傳算法中的選擇、交叉和變異都是隨 機(jī)操作，而不是確定的精確規(guī)則。 這說明遺傳算法是采用隨機(jī)方法進(jìn)行最優(yōu)解搜索，選擇體現(xiàn)了向最優(yōu)解迫近，交叉體現(xiàn)了最優(yōu)解的產(chǎn)生，變異體現(xiàn)了全局最優(yōu)解的復(fù)蓋。 5．遺傳算法具有隱含的并行性 37 第五 章 基于遺傳算法 PID 整定 的進(jìn)一步探討 限幅值 為了得到更好的控制效果，在限幅值的取值中應(yīng)多試幾個(gè)數(shù)字得到最好的效果。原則上，限幅值應(yīng)為 2 到 10 倍的設(shè)定控制值，在本例中即設(shè)定的溫度 rin。 設(shè)計(jì)程序時(shí)，一般取其 10 倍附近，然后進(jìn)行調(diào)試。以下是其他條件相同的條件下不同的限幅值 得出的不同結(jié)果。 If u(k) = 10 * rin Then u(k) = 10 * rin End If 圖 51 10 倍限幅值 最高溫度 50 最低溫度 50 調(diào)節(jié)時(shí)間 65 拍 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 38 If u(k) = * rin Then u(k) = * rin End If 圖 52 倍限幅值 最高溫度 最低溫度 50 調(diào)節(jié)時(shí)間 59 拍 調(diào)節(jié)時(shí)間變短了，但是出現(xiàn)了超調(diào)，并且從途中可見，三個(gè) PID 參數(shù)也相差較大，因此設(shè)計(jì)程序時(shí)應(yīng) 注意限幅值的設(shè)定。設(shè)定值不好還可能導(dǎo)致控制無法滿足要求的情況，如出現(xiàn)大超調(diào)，不穩(wěn)定的情況。 If u(k) = 8 * rin Then u(k) = 8 * rin End If 39 圖 53 8 倍限幅值 種群大小 理論上，種群的規(guī)模越大越好。但是基于實(shí)際應(yīng)用的考慮，卻不得不減小種群的大小，以減少 PID 控制調(diào)節(jié)次數(shù)。但是種群的減少必然會(huì)減少搜索的效率及空間，因此我將交叉的次數(shù)增多，適當(dāng)調(diào)整交叉概率也能得到同樣的效果，并且交叉改為相鄰交叉，即步長(zhǎng)為 1： For i = 1 To 9 Step 1 并且限幅值也要做相應(yīng)的調(diào)整來達(dá)到最佳的效果。 限幅值 倍 PC＝ SIZE＝ 30 見圖 54 限幅值 10 倍 PC＝ SIZE＝ 10 見圖 55 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 40 圖 54 限幅值 倍 PC＝ SIZE＝ 30 圖 55 限幅值 10 倍 PC＝ SIZE＝ 10 41 代數(shù)與種群的綜合考慮 盡管種群的減少大大的減少了 PID 的執(zhí)行次數(shù)，但是其總的執(zhí)行次數(shù)還是驚人的，為了進(jìn)一步使它更具有實(shí)用性，將代數(shù)減為 30 代，這樣總執(zhí)行次數(shù)進(jìn)一步減少了。 N為同一個(gè) PID 參數(shù)下控制器執(zhí)行的次數(shù) 。 G=100 SIZE=30 時(shí) 執(zhí)行次數(shù) M＝ 3000*N G=30 SIZE=10 時(shí) 執(zhí)行次數(shù) M=300*N 縮小了近十倍。 代數(shù)的減少，我主要通過 限幅值、 PC、并且給定 KP， KI， KD一個(gè)經(jīng)驗(yàn)的范圍減少其搜索的盲目性來達(dá)到目的，最后得出的結(jié)果相比之下更好了。 G=30 SIZE=10 限幅值為 9 倍 rin， PC= ,KP [815],KI[01],KD KI[01] 調(diào)節(jié)時(shí)間只需 64 拍，無超調(diào)，見圖 66 圖 56 G=30 SIZE=10 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 42 為了進(jìn)一步減少其執(zhí)行次數(shù)，進(jìn) 一步調(diào)整 SIZE，同時(shí)調(diào)整 PM 和限幅值 如下： G=30 SIZE=4 限幅值為 10 倍 rin， PC= ,KP [814],KI[01],KD KI[01] 調(diào)節(jié)時(shí)間只需 61 拍，無超調(diào)，見圖 67 圖 57 G=30 SIZE=4 不同的代數(shù)不同的種群數(shù)執(zhí)行次數(shù)相比較 G=100 SIZE=30 時(shí) 執(zhí)行次數(shù) M＝ 3000*N G=30 SIZE=10 時(shí) 執(zhí)行次數(shù) M=300*N 縮小了近十倍 G=30 SIZE=4 時(shí) 執(zhí)行次數(shù) M=120*N 又縮小了近三倍 減少執(zhí)行 次數(shù)，提高遺傳算法效率的途徑 通過以上的結(jié)論，我們可以看出，只要在代數(shù)和種群不斷減小的情況下，遺傳算法 PID 整定的實(shí)用性也不斷提升。并且，只要給定 PID 三個(gè)參數(shù)一個(gè)比較小的范圍，即可以在人工整定的經(jīng)驗(yàn)值范圍內(nèi)，讓遺傳算法發(fā)揮其搜索的強(qiáng)大功能，找到更好的控制參數(shù)。并且在代數(shù)和種群的不斷減少下，只需要通過調(diào)整限幅值43 和交叉概率 PM，即可以得到滿意的控制效果。 遺傳算法的改進(jìn)空間還很大，如上面所述，改變交叉的方法就可以產(chǎn)生不同的結(jié)果。因此值得對(duì)其進(jìn)行進(jìn)一步的研究，以期得到更好的效果。 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 44 結(jié)論 經(jīng)過這幾個(gè)月的畢業(yè)設(shè)計(jì)，我對(duì)遺傳算法有了比較深刻的了解。遺傳算法做為一種比較新的算法，已經(jīng)得到了廣泛的應(yīng)用。 遺傳算法 本身 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；同時(shí)它也更適合大規(guī)模復(fù)雜問題的優(yōu)化，計(jì)算也比較簡(jiǎn)單，功能也是很強(qiáng) 的 。 具有一定的應(yīng)用和研究 價(jià)值。本次設(shè)計(jì)我采用 VB編程，來實(shí)現(xiàn)遺傳算法在 PID 中的應(yīng)用。在程序設(shè)計(jì)過程中，我運(yùn)用已學(xué)的知識(shí)，不斷的努力改進(jìn)程序 。 為了使程序易于改進(jìn)，我將其按遺傳算法的主要過程分為了幾個(gè)主要的部分： 編碼、 PID 控制、適應(yīng)值評(píng)估、復(fù)制、交叉、 變異 。在程序的設(shè)計(jì)與調(diào)試過程對(duì)遺傳算法有了進(jìn)一步的認(rèn)識(shí)。 最后完成的控制程序具有調(diào)節(jié)性好，調(diào)節(jié)次數(shù)少的特點(diǎn)，并且 我還 制作了一個(gè)良好的人機(jī)界面 ，程序運(yùn)行的結(jié)果證明基于遺傳算法的 PID 參數(shù)整定方法 能夠得到比傳統(tǒng)PID 整定方法更好的控制效果。 通過畢業(yè)設(shè)計(jì)，我對(duì)遺傳算法的程序編制與改進(jìn)方面有了一定的經(jīng)驗(yàn)，對(duì)限幅值，種群，代數(shù)以及交叉概率對(duì)控制效果的影響有了深刻的認(rèn)識(shí)，能夠很快根據(jù)要求改進(jìn)程序中的幾個(gè)參數(shù)來滿足控制要求。 遺傳算法是一個(gè)新興的算法，因此僅靠幾個(gè)月的畢業(yè)設(shè)計(jì)是遠(yuǎn)遠(yuǎn)不能將其徹 底掌握的。遺傳算法還有很多的實(shí)現(xiàn)方法，并且還需要更多的改進(jìn)，比如進(jìn)一步減少運(yùn)算次數(shù)，如何選擇比較好的初始種群使得能夠 避免 遺傳算法運(yùn)算的盲目性等。以上便是我對(duì)這次畢業(yè)設(shè)計(jì)的一個(gè)基本總結(jié)。 45 謝辭 歷時(shí)三個(gè)多月的畢業(yè)設(shè)計(jì)已經(jīng)結(jié)束了，在王劭伯老師精心指導(dǎo)下，讓我不僅對(duì)工業(yè)控制系統(tǒng)的開發(fā)與應(yīng)用有了進(jìn)一步的認(rèn)識(shí)，更重要的是這期間，并且對(duì)遺傳算法有了一個(gè)比較深刻的理解，大大的豐富了自己的知識(shí)面。通過本次設(shè)計(jì)，我加深了對(duì)控制算法和計(jì)算機(jī)控制系統(tǒng)課程的認(rèn)識(shí)；在對(duì)書本知識(shí)的實(shí)際應(yīng)用過程中，熟悉 了 VB 語(yǔ)言編程，并且對(duì) MATLAB 語(yǔ)言也有了更進(jìn)一步的掌握 ， 相信這次畢業(yè)設(shè)計(jì)對(duì)我今后的學(xué)習(xí)和工作將起到莫大的幫助。 福州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 46 參考文獻(xiàn) [1].段明祥，工業(yè)控制計(jì)算機(jī)產(chǎn)業(yè)現(xiàn)狀與發(fā)展策略，工業(yè)控制計(jì)算機(jī) ,2001。 [2].Advantech Co. Ltd， User’ s Manual PCL1800， 2002. [3].劉金琨著