

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、控制對象的非線性性質、復雜的干擾性及各種不確定性廣泛存在于實際控制系統(tǒng)中。很多傳統(tǒng)的控制理論和方法往往難以應用到實際系統(tǒng)中。智能控制越來越多應用到了理論和實際中。云模型是一種新興的用于模擬人類思維中存在的不確定性智能的轉換模型。從近年來的研究說明,其優(yōu)勢逐漸顯現(xiàn)出來,而且在某些控制對象方面,比傳統(tǒng)控制方法具有更好的控制品質。但是,與模糊控制器設計一樣,如何選取合適的控制器一直是個難題,對于云模型智能控制器的優(yōu)化設計的研究,還未有人涉及,
2、本文采用進化思想,利用遺傳策略,嘗試從這方面做些研究,主要針對一維P+I+D云模型、二維PD型云模型的特點,對其進行優(yōu)化設計,并取得了一定的研究成果,并據此設計了一類新型的擬人控制器――云模型智能控制器,仿真研究結果表明,控制器設計方法合理有效,魯棒性強,為云模型控制器優(yōu)化設計提供了借鑒思路。本論文的主要工作包括: (1)第一部分,首先介紹了云模型的基本概念、分類、各種基本云模型發(fā)生器的實現(xiàn)方法。包括云模型的基本定義,針對正態(tài)云
3、模型的基本特點,給出了其物理解釋,詳細介紹了云模型發(fā)生器的分類,包括前件云、逆向云、條件云等的特點及具體實現(xiàn)方法等;其次,介紹了遺傳算法的基本概念、優(yōu)化方法等。重點介紹了基本遺傳算法的設計思想、實現(xiàn)方法以及各種不同的編碼方法的優(yōu)缺點,并針對本論文的具體要求,提出了具體的的遺傳算法的設計步驟,并就遺傳算法的適應值度量指標做了改進處理,以滿足優(yōu)化設計的具體要求。 (2)第二部分,采用遺傳算法,設計出經優(yōu)化的一維P+I+D型云模型控制
4、器。我們知道,云模型理論研究和應用開發(fā)仍然處于起始階段,尤其重要的一點,云模型控制器的本身優(yōu)劣對控制效果至關重要,如何設計控制器,設計方法和原則都是需要作深入研究。譬如:云模型輸出的驅動因子的選取、云的三個數(shù)字特征(期望Ex、熵En和超熵He)的確定,規(guī)則庫的建立,目前還沒有找到一套行之有效的方法,也是云模型研究的一個重點問題,本部分采用基于二進制編碼的遺傳算法進行云模型控制器本身參數(shù)的優(yōu)化設計,并在SIMULINK仿真環(huán)境下進行結構設
5、計,利用MATLAB語言完成了優(yōu)化算法程序的編寫,仿真結果可以看出:所設計的P+I+D型一維云模型控制器簡易、控制性能良好、魯棒性強,為云模型控制器參數(shù)優(yōu)化設計提供一條可借鑒的途徑。 (3)第三部分,采用遺傳算法,設計出具有典型意義的二維PD型云模型控制器。在模糊控制系統(tǒng)中,以偏差及偏差變化率為控制指標的控制系統(tǒng)的應用研究最廣泛,在工程實踐中應用也最多。作者就曾以偏差及偏差變化率為控制指標,采用在工程應用中較為普遍的模糊控制策略
6、,對某小區(qū)恒壓變頻供水系統(tǒng)進行技術改造,取得了很好的應用效果,因此,以PD型云模型控制器作為研究重點,顯然具有典型意義。本部分主要是以PD型二維云模型控制器為重點,并且將其控制器與傳統(tǒng)的PID控制器仿真結果進行比較,得出了自己的結論。 云模型的優(yōu)化設計方法還在不斷完善之中,本課題雖然取得了階段性成果,但就采用遺傳算法進行控制器優(yōu)化來說,是否還存在更有普遍意義的設計手段?另外,我們知道,云模型是一種定性定量轉換模型,但是由于云模型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的智能模糊控制器設計.pdf
- 基于遺傳算法的模糊控制器設計及應用.pdf
- 基于遺傳算法的智能控制器設計方法研究.pdf
- 基于改進遺傳算法的船舶航向控制器設計.pdf
- 基于分布種群遺傳算法的控制器優(yōu)化設計研究.pdf
- 基于遺傳算法的模糊控制器設計與優(yōu)化研究.pdf
- 基于遺傳算法的UPFC控制器的研究.pdf
- 基于遺傳算法的模糊控制器優(yōu)化設計的研究.pdf
- 基于云模型的控制器算法研究.pdf
- 基于云模型的粒編碼遺傳算法.pdf
- 基于遺傳算法的模糊神經網絡控制器設計.pdf
- 基于自適應遺傳算法的模糊控制器優(yōu)化設計.pdf
- 基于遺傳算法的pid控制器參數(shù)優(yōu)化研究
- 基于云模型的遺傳算法的研究.pdf
- 基于自適應遺傳算法的球桿系統(tǒng)控制器設計.pdf
- 基于遺傳算法設計模糊RBF神經網絡控制器.pdf
- 基于遺傳算法的PID控制器參數(shù)優(yōu)化研究.pdf
- 基于遺傳算法優(yōu)化RBF神經網絡控制器.pdf
- 遺傳算法優(yōu)化模糊控制器的研究.pdf
- 基于遺傳算法的非最小相位系統(tǒng)的模糊控制器設計.pdf
評論
0/150
提交評論