控制系统设计和调节中先进控制方法的研究及其性能比较

摘要

控制的优化是控制工程中主要要达到的目标之一。在现实中研究控制的优化能提高控制的质量，使控制系统的稳定性更好、跟踪参考信号的响应速度更快、达到的控制精度更高。所以研究控制的优化方法，以及了解这些方法的性能差异具有其深远的意义。它能指导设计者和控制操作员根据具体控制问题而方便、快捷地选择一些合适的控制方法来实现控制的优化，从而使系统的控制达到良好的性能效果。 控制系统设计和调节中常用的一些实现控制优化的先进方法有PID控制、遗传规划(GP)和遗传算法(GA)，以及由这些控制优化方法延伸出来的其它控制优化方法等。所有这些控制优化方法都属于控制的范畴，研究过程中必然用到一些关于控制的基本概念和基本理论，所以首先对控制概念和控制理论作研究，其次研究PID控制和进化算法两类实现控制的方法，包括对进化算法中的遗传规划和遗传算法的研究。 要研究控制优化方法并比较它们性能的差异必须提供一种控制系统作为研究的对象，所以在此研究中先提出一个具有稳健的受约束二阶被控对象的控制系统，然后对其通过遗传规划和遗传算法方式进行实现。实现系统后就可以对系统进行实验，通过实验研究不同控制优化方法实现的系统的性能，并作性能比较。 研究中对标准PID控制器、遗传规划(GP)控制器以及遗传算法(GA)控制器的性能作了详细的描述，并对这些控制器的性能作比较，从而得出了一些结论：遗传规划实现的控制的性能要比PID控制实现的性能优越；调节PID控制的性能也不亚于遗传规划实现的控制的性能；遗传算法实现的控制的性能比遗传规划的要优越；启发式遗传算法实现的控制也比标准遗传算法实现的控制的性能优越。所以采用启发式遗传算法实现控制优化具有它在性能上的许多优点，是今后研究先进控制方法及其应用的主要方向。需要指出的是：遗传算法和遗传规划是在PID的基础上建立并完善的，故它们的性能比PID的性能优越显而易见，但本文仍然对它们的性能作比较，其目的在于以量化形式来衡量它们之间的性能差异，使设计者、使用者在控制系统设计和调节时能从量化的角度结合考虑各种控制方法的优缺点而合理选用控制方法。 噪声是控制系统的一个必然存在因素，所以也对噪声作用下的不同控制优化方法实现的系统性能作了研究。研究发现，不同控制优化方法实现的系统对噪声干扰的抑制或适应能力也不尽相同。 本课题最后提供了一些实验结果，包括遗传规划、遗传算法统计实验的结果和对这些结果的定性分析。从分析中得到一些控制系统使用时的性能指标理论，验证了上述研究中得到的结论，也验证了在遗传算法实验中引入启发式方式能给控制系统带来显著的先进性。 经过研究后发现：搜索得到的解答(系统实现)与计算效率和输出质量有关，并可通过对搜索空间、初始条件以及智能遗传操作器的精确选择而加以提高系统的性能。

目录

文摘

英文文摘

声明

第1章绪论

1.1 国内外控制技术研究背景

1.2课题研究背景和意义

1.3主要研究内容、结论和论文构架

第2章控制系统和进化算法

2.1控制系统

2.1.1系统的基本组成

2.1.2系统的传递函数

2.1.3系统的伯德图

2.2性能指标估计

2.2.1时域性能指标

2.2.2频域性能指标

2.2.3控制的基本性能要求

2.3进化算法

2.3.1概述

2.3.2遗传规划

2.3.3遗传算法

第3章控制问题和控制器

3.1控制问题

3.2控制器

3.2.1 PID控制器

3.2.2 Bishop PID控制器

3.2.3 GP控制器

3.2.4 PID控制器与GP控制器的比较

3.2.5 GA控制器

3.2.6微分功能的实现

第4章遗传算法及其实现

4.1引言

4.2遗传算法

4.3遗传算法的研究概况

4.4系统Simulink模型

4.5群体初始化和随机化

4.5.1初始化

4.5.2随机化

4.6适应度合成

4.7巡回比较

4.7.1比较原理

4.7.2比较方法

4.8搜索方向

4.8.1搜索方向的确定

4.8.2方向的变化

4.8.3交叉后方向的变化

4.8.4全局方向的变化

4.9遗传算法实现

4.10启发式GA的实现

第5章性能比较和结论

5.1基础分析

5.2 GA的统计表现

5.2.1 GA与启发式GA的统计比较

5.2.2噪声适应性

5.2.3过程追踪

第6章结束语

6.1总结

6.2未来研究方向

6.2.1不同控制对象的使用

6.2.2人机交互的设计

6.2.3强化传统优化技术

6.2.4与适应控制结合

6.2.5优化模糊/神经网络控制

参考文献

致谢

硕士期间发表的论文