基于遗传算法优化的汽车起步模糊控制策略

文章通过对熟练驾驶员驾车过程的分析,提出了能反映驾驶员意图的模糊控制策略,对汽车的平稳起步取得了较好的控制效果;模糊控制器中模糊推理规则和隶属函数的选取往往依据专家或技术人员的经验,有较大的人为主观性,难以进行优化,利用遗传算法对汽车起步模糊控制器中的比例因子和量化因子进行优化,可以取得满意的效果。     

基于遗传算法的模糊控制送丝系统

高质量的焊接在很大程度上决定于送丝机构的性能,模糊控制相对于传统的PID控制,具有更高的系统鲁棒性和稳定性,而模糊控制的三个因子对控制器的性能有很大的影响,常规的模糊控制都是采用人工的多次现场调试来确定,而且了不能得到最优的控制性能。采用遗传算法来寻优整定模拟控制器的参数,以送丝系统的跟踪误差为目标函数,采用二值编码的遗传寻优整定,不仅得到了最优性能的模糊控制送丝系统,而且使其设计过程大大简化,最后通过仿真比较,证明了遗传寻优模糊控制送丝系统的性能明显优于常规模糊控制的性能。     

自寻优和变结构模糊控制

常规的模糊控制在应用中有时存在一定的局限性,特别是要求较高的控制精度和被控对象具有变化特性时尤其如此。本文介绍了一种可以提高控制精度的自寻优方法,以及一种变结构模糊控制系统,后者用于控制可变性的对象相当有效。     

基于分层遗传算法的模糊控制

介绍了模糊控制系统和遗传算法的基本内容及二间的融合．基于遗传算法的模糊系统模型辨识，引出了可以对实际复杂系统总结出较完善控制规则的分层遗传算法的模糊控制．分层遗传算法通过基因操作使控制基因和由控制基因控制的参数基因都得到改变，进而使控制规则的结构和形状及个数得到了优化．将这种分层模糊控制技术应用于铝电解工业中的极距控制，可使改进后的极距控制系统的动态性能和稳态误差都得到提高．     

基于分层遗传算法的模糊控制

介绍了模糊控制系统和遗传算法的基本内容及二者间的融合 .基于遗传算法的模糊系统模型辨识 ,引出了可以对实际复杂系统总结出较完善控制规则的分层遗传算法的模糊控制 .分层遗传算法通过基因操作使控制基因和由控制基因控制的参数基因都得到改变 ,进而使控制规则的结构和形状及个数得到了优化 .将这种分层模糊控制技术应用于铝电解工业中的极距控制 ,可使改进后的极距控制系统的动态性能和稳态误差都得到提高 .     

基于遗传算法的模糊控制规则优化的研究

模糊控制规则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态、静态性能和控制效果．针对传统的获取控制规则方法的不足,提出了在一个待优化模糊控制器的基础上,采用改进的遗传算法优化其模糊控制规则,从而使经过优化所获得的控制规则更加合理．最后对优化后的模糊控制器进行仿真比较研究,并将其应用于温室,实现温室温度的模糊控制．结果表明模糊控制规则经过优化后的模糊控制器的控制品质有较大的改善和提高．     

基于遗传算法信息组合的自适应模糊控制

利用模糊理论分别建立了与控制对象和控制知识信息相对应的控制系统，应用遗传算法获取2个系统在不同时间段的最佳组合因子，消除了对组合因子赋值的主观性和不准确性．基于李雅普诺夫函数的方法推导了模糊控制系统中参数的自适应控制律，并且证明了系统的稳定性和收敛性．将遗传算法信息组合的自适应模糊控制方法应用在达芬混沌系统的控制中，仿真结果对比表明，虽然组合型自适应控制方法可以有效地控制达芬强迫震荡系统，但文中提出的方法能使各控制状态有界，并且能够迅速准确地跟踪目标．     

基于遗传算法的模糊控制送丝系统

高质量的焊接在很大程度上决定于送丝机构的性能 ,模糊控制相对于传统的 PID控制 ,具有更高的系统鲁棒性和稳定性 .而模糊控制的三个因子对控制器的性能有很大的影响 ,常规的模糊控制都是采用人工的多次现场调试来确定 ,不仅费时 ,而且也不能得到最优的控制性能 .采用遗传算法来寻优整定模糊控制器的参数 ,以送丝系统的跟踪误差为目标函数 ,采用二值编码的遗传寻优整定 ,不仅得到了最优性能的模糊控制送丝系统 ,而且使其设计过程大大简化 .最后通过仿真比较 ,证明了遗传寻优模糊控制送丝系统的性能明显优于常规模糊控制的性能     

基于遗传算法的起重机模糊控制研究

针对起重机的定位和防摆控制,设计了两个模糊控制器,分别对小车的位置和负载的摆动进行控制。并将遗传算法和模糊控制相结合,利用遗传算法对模糊隶属度函数、比例因子和量化因子进行优化,提高了模糊控制器的自适应和自学习能力,改善了系统的控制性能,从而实现了起重机的精确定位和消摆,提高了起重机的工作效率。仿真结果表明该方法的有效性。     

基于模糊控制的无线电能传输效率自寻优控制

调整传输频率到谐振点附近是无线电能传输中提高传输效率的关键,而谐振点随着发送设备与接受设备间距的变化及元件参数的改变而变化。针对这一问题,文中提出一种利用模糊控制方法寻找传输效率最优点的思路,并针对实际系统对模糊控制器进行了设计,使用Matlab工具对所设计的自寻优控制方法进行了仿真。结果表明,利用这种模糊控制方法能较快地将系统传输频率调整到谐振点附近,以使传输效率达到最优。     

连铸机结晶器液面状态识别及遗传模糊控制方法

在连铸生产过程,结晶器液位易受许多复杂和不确定因素影响,难以控制。为此提出一种新的变模控制器,在这具控制器中,采用一种基于改进的聚类算法的双层ＩＳＯＤＡＴＡ算法的状态识别方法褡且在控制器中用遗传算法优化模糊规则的和内容及隶属函数,使推理速度和控制系统的鲁棒性大大改善,仿真结果令人满意。     

轮式机器人遗传模糊神经网络转向控制

针对数学模型复杂的轮式机器人的转向控制问题，使用基于遗传算法的模糊神经网络转向控制方法．首先建立车辆的神经网络模型，然后构造模糊神经网络控制器，再用遗传算法寻找模糊神经网络控制器的参数，最后提高控制器对速度变化的适应性．仿真表明，该方法可以对机器人的转向进行有效控制，效果良好，能适应各种不同速度变化，是一种有实用意义的控制方法．     

基于遗传算法的煤矿凿岩机器人模糊控制

为了提高机械臂的定位精度,针对电液比例位置控制存在的实变、非线性、不确定等特点,提出了基于模糊控制的控制策略,采用遗传算法(GA)对模糊规则进行优化,并将优化后的控制器应用于钻臂控制系统.仿真结果表明:与传统PID控制器相比,优化后的控制器极大地改善了控制系统,使系统输出超调明显减小,实现钻臂的精确定位.     

基于遗传算法的模糊自适应感应电动机控制

介绍了提高感应电机效率的基本原理,论述了基于遗传算法的自适应模糊控制,并对仿真结果进行了分析。     

遗传算法对模糊控制的优化及其应用

为了使模糊控制器具有自学习能力,本文将遗传算法与模糊控制相结合,提出了使用遗传算法对模糊子集进行划分的优化方法,并根据模糊控制的特点,给出了改进的编码方法和交叉算子,加快了算法的收敛速度．应用该方法对锅炉过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊控制优化方法是很有效的．     

运用遗传算法对制冷蒸发器过热度控制的优化方法

在制冷系统动态仿真的基础上，引入遗传算法对蒸发器过热度模糊控制的隶属度函数进行了优化，并给出了三角形隶属度函数的优化方案，利用MATLAB软件实现了仿真和优化过程，进行了优化模糊控制和比例积分（PI）控制品质的对比实验。结果表明，优化后的模糊控制使过热度的超调量减小，使阀的动作平稳。     

基于时间最优控制的模糊控制优化方法

讨论了二次积分系统的时间最优控制．考虑到系统的鲁棒性和抗扰动能力，对其参数设计方法进行了改进．理论分析和仿真表明，这种基于时间最优控制的非线性设计方法具有很好的控制效果和鲁棒性，适用于一类二阶系统的控制．通过二阶系统的模糊控制和时间最优控制的对比发现，一类二阶系统或可近似为二阶系统的模糊控制实际上是对二阶系统最优控制的一种近似．在此基础上，指出了模糊控制规则设计中一种常见的错误，并提出了基于时间最优控制的模糊控制规则的制定和优化方法     

基于自适应模糊的两轮直立式机器人直立平衡控制

针对两轮直立式机器人的直立平衡控制问题,提出了一种直接自适应模糊的控制方法,该方法对输入前的常数项无严格限制,经过实验证明,其可正可负,只需保证符号一致即可,可以是在某一个区间上满足李普希茨条件的函数. 仿真实验表明,即使机器人的初始角度很大甚至是平躺状态,该方案仍可以很好地控制机器人的直立平衡,并与传统的模糊控制效果进行了对比,结果表明,该方案有效提高了控制的稳定性,从理论上实现了机器人从基本平躺状态到直立平衡的稳定控制过程.