基于改进遗传算法的汽车主动悬架控制器设计

为解决在汽车主动悬架系统中所采用的一般模糊控制策略自适应能力差的特点,提出了一种可以自适应调节的模糊控制策略,采用解析式模糊规则法;利用新型的改进遗传算法优化不同状态下误差与误差变化率的修正因子,从而找到最优的模糊规则,匹配当前状态下最佳模糊控制器的参数;利用Matlab/Simulink对主动悬架系统进行了仿真,结果表明该控制器相较于一般模糊控制器可以有效地改善汽车悬架在不同行驶状态下的稳定性和平顺性,通过优化过后的控制系统有较强的鲁棒性和较好的适应性。     

基于遗传算法的混沌系统模糊控制

基于遗传算法，研究了混沌系统的模糊控制问题.采用遗传算法对模糊系统的隶属函数进行优化，综合了遗传算法强大的空间搜索能力，高精度和模糊控制器快速性的优点，使模糊控制达到较好的控制效果.仿真结果证明了所给方法的有效性. 关键词： 混沌系统 遗传算法 模糊控制     

基于遗传算法的PID控制器优化设计

遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法。本文研究了比例-积分-微分(PID)控制器优化设计的性能指标的选择问题，介绍了遗传算法的基本原理，给出了利用遗传算法进行PID控制器优化设计的步骤。同时给出了一个用遗传算法进行单环系统PID控制器优化设计的仿真实例。仿真结果表明了遗传算法应用于PID控制器优化设计的可行性和有效性。遗传算法还克服了其它方法的某些弊端。     

T—S模糊控制器中各类算子对系统输出的影响

模糊控制系统的核心是模糊控制算法，对Takagi-Sugeno（以下简称T—S）模糊控制器，由于其合取算子与汇总算子选取的不同，使其算法区别很大。文中对几种常用T-S模糊控制算法的输出曲面及误差曲面进行比较，以确定这些算子变化对系统输出的影响。     

基于模糊神经网络的自适应PID控制器

提出了一种应用于自适应PID控制器的神经网络与模糊控制相结合的算法,该算法可以有效地解决普通PID控制器依赖于对象的数学模型的缺点,可实现控制系统的在线自适应调整,可满足实时控制的要求。仿真结果表明,基于模糊神经网络整定的PID控制器具有较好的自学习和自适应性,具有较快的响应速度。     

低温温度的计算机控制

本文介绍一套自行研制的计算机温度控制系统。该系统采用全数学化的ＰＩＤ算法,在４．２￣３００Ｋ整个温度范围内的控温精度为±２ｍＫ。具有自动化程度高,控温性能好,稳定可靠,简单廉价等优点。     

一种大功率LED散热系统模糊控制器设计

基于当前的COB封装LED芯片,分析了芯片的热阻模型,推导出发光结在理想温度下工作时的基板温度。针对大功率LED存在的散热问题,基于课题组双进双出射流冲击水冷散热系统,设计了一种模糊控制器,选取温度变化和温度变化率为控制输入量,并对各控制输入量的范围设定进行了说明。根据设计的控制器进行程序编写,下载到控制芯片中进行实际验证,在20℃环境温度下,芯片基板温度最终维持在35.5~36.5℃之间,保证了灯具正常、稳定工作,为大功率LED散热系统提供了一种控制器设计方案,具有一定的实际意义。     

基于最大模糊熵和遗传算法的图像分割

为了分割照度不均匀的网格图像,提出了一种基于最大模糊熵和遗传算法的阈值分割方法。基于模糊集合理论,根据像素灰度值把原始图像中的像素分为黑和亮两个模糊集,利用最大模糊熵准则确定模糊区间的范围,寻找模糊参数的最优组合,实现图像分割。由于穷举法搜索模糊参数的最优组合存在计算复杂度高、占用存储空间大等缺点,因此采用了遗传算法确定最优阈值。为了验证该方法的有效性,对其进行了图像分割实验,并与最大类间方差法、迭代法和一维最大熵法进行了比较。实验结果表明,该方法能够自动、有效地选取阈值,分割效果优于其它三种算法,并能保留原始图像的主要特征。     

基于MATLAB的参数自整定模糊PID控制器的两种设计方法

_：鉴于模糊控制技术和PID控制技术在控制领域中的重要表现,在深入学习研究二者的基础上介绍了两种在MATLAB中实现参数自整定模糊PID控制器的方法,同时对两种方法进行了分析比较：一种通过S-Function实现模糊控制对PID控制参数进行在线整定,另一种则通过完全命令行的方式实现模糊整定与PID控制的无缝连接。通过验证,二者都可以取得理想的控制效果,且第二种方法用MATLAB实现复杂的控制算法,因此得以在学校实验室控制实验上得到了完全应用。用MATLAB 实现参数自整定模糊PID控制简单直观、便于操作,是一种比较理想的控制方法。     

物理实验温度模糊控制仪的设计

物理实验的温度控制对于实验结果起决定性影响。本文基于STM32单片机的智能温度模糊控制仪采用DS18B20温度传感器测量温度,使用智能液晶触控显示屏和语音合成模块实时显示,同时通过模糊PID控制算法,利用加热管和TEC半导体制冷片实现对温度的动态调控。相比采用位式控制算法的传统控温仪器,智能温度控制仪控温精度更高,稳定性更强,响应速率更高,噪音更小,符合节能、环保的项目设计要求。     

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-微分控制

提出了一种并行遗传算法用于比例-积分-微分(PID)控制器结构和参数的同时优化,遗传算法采用浮点数和二进制混合矩阵编码.优化后的PID控制器用于统一混沌系统的控制,仿真研 究结果表明：1) 用一个比例-积分(PI)调节器可将统一混沌系统控制到零不动点； 2) 用 三个PI调节器可将统一混沌系统控制到非零不动点；3) 所提出的并行遗传算法具有很强的 全局优化能力,较好地克服了简单遗传算法的过早收敛问题；4) 整个控制系统具有很好的调 节品质和很强的鲁棒性,对PID调节器用于控制混沌系统具有重要的参考价值. 关键词： 混沌 统一混沌系统 遗传算法 比例-积分-微分控制     

模糊和遗传算法在路况检测中的应用研究

文章研究了一种适合于路面病害识别的图像边缘检测算法。针对目前模糊边缘检测算法在路况图像检测中存在低灰度图像信息丢失和检测速度较慢等问题,提出了一种基于模糊和遗传算法的路况图像边缘检测算法。该方法使得模糊处理后丢失的低灰度信息得以恢复,提高了算法的效率,增强了算法的适应性。实验表明,较传统的模糊边缘检测算法,该算法能有效检测出图像中的低灰度信息,检测效果良好,而且运算速度快。     

基于种群杂交猴王遗传算法的演化硬件研究

演化硬件作为新的硬件载体,具有自组织、自适应、自修复的能力,是人工智能在高能激光控制方面的一个重要应用。遗传算法是影响硬件演化速度的一个重要因素。针对目前传统遗传算法进化时间长、运算量大的问题,提出了一种改进的猴王遗传算法种群杂交猴王遗传算法。受自然界生物种群杂交优势的启发,种群杂交猴王遗传算法将参与进化的基因序列划分为Nd个独立进化的子种群。每个子种群独立按照猴王遗传算法进化Td代形成原始种群的Nd个亚种群后,交换亚种群的猴王基因重复猴王遗传操作,在亚种群中产生具有杂交优势的后代。分析表明:与猴王遗传算法相比,种群杂交猴王遗传算法可以将每一代基因排序的运算量减小到1/Nd,并且更加利于并行实现。基于MATLAB和Modelsim的仿真分析表明：种群杂交猴王遗传算法具有更快的收敛速度和更优的进化结果。     

混沌蚂蚁群算法设计T-S模糊系统

介绍了混沌蚂蚁群算法，然后利用该算法设计T-S模糊系统，给出了具体的设计过程，并成功地将其应用于非线性动态系统辨识和自适应模糊控制，最后给出了数值仿真，数值仿真表明该方法是有效的.     

混沌蚂蚁群算法设计T-S模糊系统

介绍了混沌蚂蚁群算法,然后利用该算法设计T-S模糊系统,给出了具体的设计过程,并成功地将其应用于非线性动态系统辨识和自适应模糊控制,最后给出了数值仿真,数值仿真表明该方法是有效的. 关键词： 混沌蚂蚁群算法 T-S模糊系统 非线性动态系统辨识 自适应控制     

基因算法在光阴极注入器优化设计中的应用

基于正在建设的大连自由电子激光装置,研究了基因算法在注入器优化设计中的系统应用。与传统的注入器优化方法相比较,基因算法在多变量、多目标注入器优化问题中具有优化效率高、优化结果精确的优势;通过采用权重因子的方法将多目标问题转化为单目标优化问题,大大简化了基因算法优化流程;光阴极注入器对束流稳定性要求严格,通过基因算法优化使束流的到达时间抖动控制到150 fs,满足束流稳定性的要求。