基于遗传算法的模糊控制器设计与优化研究

摘要

模糊控制是智能控制中的一个重要分支，主要是模仿人的控制经验而不是依赖控制对象的模型，因此模糊控制器实现了人的某些智能，被广泛用于复杂系统的控制当中。模糊控制算法实际是非线性P或PD控制算法，由于不引入积分机制，在理论上讲总是会存在稳态误差的。模糊控制规则和隶属度函数的正确选择是模糊控制器设计的关键，它决定了模糊控制系统的动、静态性能和控制效果，传统的确定参数的方法是通过人工特别是专家的经验和实际应用中的调整，存在很大的主观性和随意性。
　　 本文首先对模糊控制的基本原理进行了分析和研究，内容主要包括：模糊控制的数学基础、常规模糊控制器的设计。在此基础上，利用PID控制器能消除静态偏差的特性，设计了一种Fuzzy-PID复合控制器。针对常规Fuzzy-PID复合控制器采用阈值切换所存在的缺陷，提出一种基于模糊规则切换的复合控制器，实现两种控制方式的平滑切换，并进行仿真研究。针对模糊控制器设计存在的瓶颈，本文提出运用遗传算法对模糊控制器进行优化。分析研究遗传算法的基本原理和操作，以及遗传算法存在的不足，对遗传算法进行了全面的改进：改进交叉和变异算子，在分析研究已有算法的基础上，提出了一种新的自适应交叉和变异概率。并通过仿真说明改进的遗传算法的有效性。用改进的遗传算法对模糊控制器的隶属度函数和模糊控制规则进行优化，并进行仿真研究。仿真结果表明，本文所设计的基于遗传算法优化的Fuzzy-PID复合控制器具有较好的控制品质。最后，用C语言实现本文提出的算法。

目录

文摘

英文文摘

第1章 绪论

1.1 课题背景

1.2 国内外研究现状

1.3 研究的目的及意义

1.4 本文所做的主要工作

第2章 模糊控制的基本原理

2.1 模糊控制的发展和特点

2.1.1 模糊控制的发展

2.1.2 模糊控制的特点

2.2 模糊控制的基本原理

2.3 模糊控制器的基本结构

2.3.1 模糊控制器的输入输出变量

2.3.2 模糊控制规则的设计

2.3.3 确定变量论域和比例因子

2.3.4 定义模糊状态的隶属度函数

2.3.5 确定模糊推理关系

2.3.6 反模糊化

2.4 本章小结

第3章 模糊控制器的设计

3.1 模糊控制器的组成

3.1.1 模糊控制器输入量和输出量的确定及模糊化

3.1.2 模糊控制规则的确定

3.1.3 模糊推理

3.1.4 精确化计算

3.1.5 仿真分析

3.2 Fuzzy-PID复合控制器

3.2.1 常规Fuzzy-PID复合控制存在的问题

3.2.2 基于模糊规则切换的Fuzzy-PID控制器

3.2.3 仿真分析

3.3 本章小节

第4章 遗传算法的基本原理及其改进

4.1 遗传算法的生物学原理

4.2 遗传算法的工作原理

4.3 遗传算法的基本实现方法

4.3.1 编码与解码

4.3.2 适应度函数

4.3.3 选择操作

4.3.4 遗传算子

4.4 遗传算法的特点

4.4.1 遗传算法与传统方法的比较

4.4.2 遗传算法的优点

4.4.3 遗传算法的不足

4.5 改进的遗传算法

4.5.1 参数的编码

4.5.2 改进的选择算子

4.5.3 自适应交叉、变异

4.5.4 终止条件

4.6 仿真分析

4.7 算法的设计与实现

4.8 本章小结

第5章 遗传算法优化的模糊控制器

5.1 模糊控制中待优化的问题

5.2 遗传算法在模糊控制中的应用现状

5.3 改进的遗传算法优化模糊控制器设计

5.3.1 参数的编码

5.3.2 适应度函数的确定

5.4 仿真分析

5.5 算法的设计与实现

5.6 本章小结

第6章 总结与展望

参考文献

致谢