基于遗传算法的混沌系统二自由度比例-积分-微分控制研究

二自由度比例-积分-微分(PID)控制算法简单、实用，但将其应用于复杂非线性系统控制时参数整定困难.运用改进的遗传算法进行二自由度PID控制器参数优化，参数优化的收敛速度快、准确，将其应用于Chen氏混沌系统和同步电动机混沌系统的控制中，仿真研究收到良好的控制效果. 关键词： 混沌系统 遗传算法 比例-积分-微分控制     

基于遗传算法的统一混沌系统比例-积分-微分神经网络解耦控制研究

提出了采用改进的遗传算法优化比例-积分-微分(PID)神经网络解耦控制器的连接权值，从而实现PID控制器参数的优化及非线性多变量系统的解耦控制. 改进的遗传算法优于基本遗传算法，它使寻优过程中的计算量减少，计算效率提高，收敛速度加快. 将优化后的PID神经网络解耦控制器应用于统一混沌系统的控制中，仿真实验收到良好的控制效果，证明了PID控制器应用于统一混沌系统控制的有效性. 关键词： 混沌系统 遗传算法 比例-积分-微分 神经网络