版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、控制對(duì)象的非線性性質(zhì)、復(fù)雜的干擾性及各種不確定性廣泛存在于實(shí)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(yīng)用到實(shí)際系統(tǒng)中。智能控制越來(lái)越多應(yīng)用到了理論和實(shí)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(zhuǎn)換模型。從近年來(lái)的研究說(shuō)明,其優(yōu)勢(shì)逐漸顯現(xiàn)出來(lái),而且在某些控制對(duì)象方面,比傳統(tǒng)控制方法具有更好的控制品質(zhì)。但是,與模糊控制器設(shè)計(jì)一樣,如何選取合適的控制器一直是個(gè)難題,對(duì)于云模型智能控制器的優(yōu)化設(shè)計(jì)的研究,還未有人涉及,
2、本文采用進(jìn)化思想,利用遺傳策略,嘗試從這方面做些研究,主要針對(duì)一維P+I+D云模型、二維PD型云模型的特點(diǎn),對(duì)其進(jìn)行優(yōu)化設(shè)計(jì),并取得了一定的研究成果,并據(jù)此設(shè)計(jì)了一類新型的擬人控制器――云模型智能控制器,仿真研究結(jié)果表明,控制器設(shè)計(jì)方法合理有效,魯棒性強(qiáng),為云模型控制器優(yōu)化設(shè)計(jì)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(shí)現(xiàn)方法。包括云模型的基本定義,針對(duì)正態(tài)云
3、模型的基本特點(diǎn),給出了其物理解釋,詳細(xì)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(diǎn)及具體實(shí)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(diǎn)介紹了基本遺傳算法的設(shè)計(jì)思想、實(shí)現(xiàn)方法以及各種不同的編碼方法的優(yōu)缺點(diǎn),并針對(duì)本論文的具體要求,提出了具體的的遺傳算法的設(shè)計(jì)步驟,并就遺傳算法的適應(yīng)值度量指標(biāo)做了改進(jìn)處理,以滿足優(yōu)化設(shè)計(jì)的具體要求。 (2)第二部分,采用遺傳算法,設(shè)計(jì)出經(jīng)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(yīng)用開(kāi)發(fā)仍然處于起始階段,尤其重要的一點(diǎn),云模型控制器的本身優(yōu)劣對(duì)控制效果至關(guān)重要,如何設(shè)計(jì)控制器,設(shè)計(jì)方法和原則都是需要作深入研究。譬如:云模型輸出的驅(qū)動(dòng)因子的選取、云的三個(gè)數(shù)字特征(期望Ex、熵En和超熵He)的確定,規(guī)則庫(kù)的建立,目前還沒(méi)有找到一套行之有效的方法,也是云模型研究的一個(gè)重點(diǎn)問(wèn)題,本部分采用基于二進(jìn)制編碼的遺傳算法進(jìn)行云模型控制器本身參數(shù)的優(yōu)化設(shè)計(jì),并在SIMULINK仿真環(huán)境下進(jìn)行結(jié)構(gòu)設(shè)
5、計(jì),利用MATLAB語(yǔ)言完成了優(yōu)化算法程序的編寫(xiě),仿真結(jié)果可以看出:所設(shè)計(jì)的P+I+D型一維云模型控制器簡(jiǎn)易、控制性能良好、魯棒性強(qiáng),為云模型控制器參數(shù)優(yōu)化設(shè)計(jì)提供一條可借鑒的途徑。 (3)第三部分,采用遺傳算法,設(shè)計(jì)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(biāo)的控制系統(tǒng)的應(yīng)用研究最廣泛,在工程實(shí)踐中應(yīng)用也最多。作者就曾以偏差及偏差變化率為控制指標(biāo),采用在工程應(yīng)用中較為普遍的模糊控制策略
6、,對(duì)某小區(qū)恒壓變頻供水系統(tǒng)進(jìn)行技術(shù)改造,取得了很好的應(yīng)用效果,因此,以PD型云模型控制器作為研究重點(diǎn),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(diǎn),并且將其控制器與傳統(tǒng)的PID控制器仿真結(jié)果進(jìn)行比較,得出了自己的結(jié)論。 云模型的優(yōu)化設(shè)計(jì)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(jìn)行控制器優(yōu)化來(lái)說(shuō),是否還存在更有普遍意義的設(shè)計(jì)手段?另外,我們知道,云模型是一種定性定量轉(zhuǎn)換模型,但是由于云模型
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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(shè)計(jì).pdf
- 基于遺傳算法的模糊控制器設(shè)計(jì)及應(yīng)用.pdf
- 基于遺傳算法的智能控制器設(shè)計(jì)方法研究.pdf
- 基于改進(jìn)遺傳算法的船舶航向控制器設(shè)計(jì).pdf
- 基于分布種群遺傳算法的控制器優(yōu)化設(shè)計(jì)研究.pdf
- 基于遺傳算法的模糊控制器設(shè)計(jì)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(shè)計(jì)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(jīng)網(wǎng)絡(luò)控制器設(shè)計(jì).pdf
- 基于自適應(yīng)遺傳算法的模糊控制器優(yōu)化設(shè)計(jì).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(yīng)遺傳算法的球桿系統(tǒng)控制器設(shè)計(jì).pdf
- 基于遺傳算法設(shè)計(jì)模糊RBF神經(jīng)網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)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(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論