| 【中文题名】 | 遗传算法的研究及其在系统辨识中的应用 |
| 【英文题名】 | Research on Genetic Algorithm and Its Application in System Identification |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-16 |
| 【中关键词】 | 遗传算法,参数辨识,模糊逻辑,并行遗传算法,循环流化床锅炉, |
| 【英关键词】 | Genetic Algorithm,Parameter Identification,Fuzzy Logic,Parallel Genetic Algorithm,CFBB, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 遗传算法用于参数辨识是随着智能控制理论研究的不断深入及其在控制领域的广泛应用逐渐发展起来的。本文针对传统遗传算法存在的缺陷:收敛速度慢和早熟现象,对遗传算法进行了改进。提出了两种改进的遗传算法,即对遗传算子和遗传策略的改进和引入模糊逻辑的遗传算法。在模糊遗传算法中,采用模糊逻辑来对遗传算子进行动态调节。此外,本文研究了遗传算法的并行性,根据遗传算法的隐并行性,并将上面的两种遗传算法在单机上模拟并行运行。选取450t/h循环流化床锅炉为辨识对象,通过现场试验,采集得到锅炉床温的输入输出数据,并对这些数据进行整理,运用并行的遗传算法对控制对象进行参数辨识,拟合了对象的传递函数,验证了算法的有效性。 |
| 【论文题纲】 |
|
中文摘要 |
4 |
|
ABSTRACT |
4-8 |
|
第一章 引言 |
8-14 |
|
1.1 自然进化和遗传算法 |
8-9 |
|
1.2 遗传算法的发展 |
9-13 |
|
1.2.1 遗传算法的发展历史 |
9-10 |
|
1.2.2 遗传算法在控制领域中的应用 |
10-12 |
|
1.2.3 遗传算法的发展方向 |
12-13 |
|
1.3 本文研究的主要问题 |
13-14 |
|
第二章 遗传算法概论 |
14-27 |
|
2.1 遗传算法的理论基础 |
14-18 |
|
2.1.1 模式定理 |
14-15 |
|
2.1.2 模式处理与隐并行性 |
15-16 |
|
2.1.3 积木块假设 |
16 |
|
2.1.4 欺骗问题 |
16-17 |
|
2.1.5 收敛性问题 |
17-18 |
|
2.2 遗传算法的一般结构 |
18-20 |
|
2.3 设计遗传算法的基本原则 |
20 |
|
2.4 设计遗传算法的基本步骤 |
20-21 |
|
2.5 编码表示 |
21-23 |
|
2.6 适应性的度量 |
23-24 |
|
2.7 选择策略 |
24-26 |
|
2.8 简单遗传算法的不足 |
26 |
|
2.9 本章小结 |
26-27 |
|
第三章 系统辨识理论 |
27-31 |
|
3.1 系统辨识的基本概念 |
27-29 |
|
3.1.1 定义 |
27 |
|
3.1.2 连续模型辨识 |
27-28 |
|
3.1.3 实验设计 |
28-29 |
|
3.2 基于遗传算法的系统辨识 |
29-30 |
|
3.3 本章小结 |
30-31 |
|
第四章 一种改进的遗传算法 |
31-37 |
|
4.1 遗传算法的改进策略 |
31-33 |
|
4.1.1 编码方法 |
31 |
|
4.1.2 适应度函数 |
31 |
|
4.1.3 选择策略 |
31-32 |
|
4.1.4 交叉和变异策略 |
32-33 |
|
4.2 利用先验知识辨识模型结构 |
33 |
|
4.3 GA 程序步骤 |
33-34 |
|
4.4 仿真实例 |
34-36 |
|
4.5 本章小结 |
36-37 |
|
第五章 模糊遗传算法 |
37-50 |
|
5.1 模糊控制简介 |
37-38 |
|
5.1.1 模糊控制的研究对象 |
37-38 |
|
5.1.2 模糊控制研究的数学工具——模糊集合和模糊数学 |
38 |
|
5.1.3 模糊逻辑控制器的基本结构 |
38 |
|
5.2 模糊理论与遗传算法 |
38-40 |
|
5.2.1 模糊理论和遗传算法的结合 |
38-39 |
|
5.2.2 交叉率和变异率采用遗传算法的必要性 |
39-40 |
|
5.3 模糊遗传算法的实现 |
40-47 |
|
5.3.1 模糊遗传算法的实现思想 |
40-41 |
|
5.3.2 基于模糊控制求取P_c和P_m |
41-46 |
|
5.3.3 编程实现 |
46-47 |
|
5.4 模糊遗传算法的应用实例 |
47-49 |
|
5.5 本章小结 |
49-50 |
|
第六章 遗传算法的并行化 |
50-60 |
|
6.1 遗传算法的并行性分析 |
50 |
|
6.2 遗传算法的并行化的模式选择 |
50-51 |
|
6.3 遗传算法的并行化的实现 |
51-52 |
|
6.4 参数辨识实例研究 |
52-59 |
|
6.4.1 电厂热工对象的特性 |
52 |
|
6.4.2 试验方案、条件和措施 |
52-53 |
|
6.4.3 一次风对床温的影响 |
53 |
|
6.4.4 对试验数据进行滤波 |
53-56 |
|
6.4.5 参数辨识结果 |
56-59 |
|
6.5 本章小结 |
59-60 |
|
第七章 结论 |
60-62 |
|
参考文献 |
62-64 |
|
致谢 |
64-65 |
|
在学期间发表的学术论文和参加科研情况 |
65 |
|
| 【DOI】 | LunWen.ID:2.2008.388405 |
