应用改进遗传算法进行PID控制器参数整定

摘要

遗传算法是一种基于生物进化理论的全新优化搜索方法，是一种具有极高鲁棒性的全局优化方法，在自控领域得到广泛的应用。本文对遗传算法理论进行了深入而细致的研究，针对标准遗传算法易发生早熟收敛现象和收敛速度过慢的缺陷，提出了遗传算法的改进策略：最优保存策略以及采用自适应交叉和变异算子，并综合分析了它们对算法收敛性的影响。 本论文用Matlab作为数据处理工具，分析和仿真了PID控制系统，用遗传算法搜索最佳的PID参数。应用改进的遗传算法对PID控制器参数进行优化设计，基于MATLAB的仿真结果表明控制系统的性能指标有很大改善，证明了该改进算法的可行性和有效性。 遗传算法在自控领域的应用目前多数处于理论性仿真研究阶段。本人应用Matlab软件仿真了实际工业过程控制系统，并验证了遗传算法在工业过程控制中的巨大应用价值，证实了该方法具有简单、直观的特点和很强的工程应用价值。

目录

文摘

英文文摘

学位论文版权使用授权书

第一章绪论

1.1遗传算法的概念

1.2遗传算法的研究历史及国内外研究现状

1.3本论文的选题意义

1.4本论文的主要工作

第二章遗传算法的基本理论

2.1遗传算法的生物遗传学基础

2.2标准遗传算法的结构和实现

2.3模式定理

2.4遗传算法的特点和操作关键

2.5标准遗传算法的局限

第三章遗传算法的理论研究及改进

3.1编码策略

3.2适应值函数

3.3遗传算子

3.3.1选择算子

3.3.2交叉算子

3.3.3变异算子

3.4遗传算法的改进

3.5遗传算法中的方法论

第四章控制器系统参数的优化设计

4.1控制系统仿真——MATLAB和SIMULINK

4.1.1 MATLAB和SIMULINK简介

4.1.2运用MATLAB/SIMULINK建模的特点

4.2比例积分微分(PID)控制

4.3应用遗传算法整定PID控制器参数

4.3.1优化模型的建立

4.3.2改进遗传算法的设计

4.3.3遗传算法的实施与仿真

第五章结论及展望

参考文献

致 谢

在读期间发表论文