基于遺傳算法的多變量系統(tǒng)近似模型設計方法研究與應用.pdf

1、針對控制系統(tǒng)數學模型的不確定性而出現的魯棒控制是控制理論的重要分支和研究熱點之一，現已形成了多種魯棒控制系統(tǒng)的分析和設計方法?；诮颇Ｐ偷亩嘧兞肯到y(tǒng)魯棒控制的理論和設計方法物理概念清楚，易于工程實現。但近似模型的選取是這一設計方法的難點。本文將小生境遺傳算法引入近似模型設計，通過智能優(yōu)化方法化解了難點，并取得了較好的魯棒控制效果。 論文介紹了作者的研究工作，全文共分六章。 首先對一種小生境辨識技術進行了研究和改進，提出

2、了基于改進小生境辨識技術的適應度共享小生境遺傳算法(NicheGeneticAlgorithmbaseonImprovedNicheIdentificationTechnique，INIT-NGA)，取得了更好的優(yōu)化性能。在此基礎上本文提出了基于INIT-NGA算法的近似模型設計方法，較傳統(tǒng)方法更簡捷易用，所得到的最優(yōu)近似模型能更好反映對象的動態(tài)特性。 基于上述工作，本文成功開發(fā)了多變量系統(tǒng)魯棒設計CAD平臺。該平臺包括近似模型

3、設計、預補償陣設計、主控制器設計、魯棒穩(wěn)定性檢驗和控制系統(tǒng)仿真等模塊。該平臺使用遺傳算法對控制系統(tǒng)的參數進行優(yōu)化，實現了多變量魯棒控制系統(tǒng)的智能設計，可調參數少，使用方便。通過雙容水箱液位控制實驗對平臺的設計效果進行了驗證。 最后，本文研究了鍋爐燃燒過程的控制與優(yōu)化問題。使用多變量系統(tǒng)魯棒設計CAD平臺對某電廠鍋爐燃燒過程設計了多變量魯棒控制系統(tǒng)，并進行了數值仿真。在此基礎上，本文提出了一種煙氣氧含量智能優(yōu)化方法，用軟件實現，并