| 【中文题名】 | 改进的遗传算法及其在H型钢连轧张力控制中的应用研究 |
| 【英文题名】 | Improved GA and Its Application in the Tension Control of H Profiled Bar |
| 【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】 | 2007-7-30 |
| 【中关键词】 | 遗传算法,参数寻优,PID控制,编码机制,H型钢,在线调整 |
| 【英关键词】 | Genetic algorithms,Optimization design,PID controller,Coding model,H-section steel,Tuning online, |
| 【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】 |
遗传算法是一种产生于生物进化思想的随机搜索算法。它借鉴于优胜劣汰、适者生存的自然选择机理,简单通用、鲁棒性强、适合于并行处理,是一种有效的全局搜索方法,在多个领域得到了成功的应用。但是遗传算法也存在收敛速度慢、易早熟、局部搜索能力差等缺点,在搜索速度与求解精度上往往不能两者兼顾。为了解决这些问题,在对遗传算法进行深入分析的基础上,本文做了如下研究工作:
在系统地介绍了遗传算法的基本思想、算法特点、运算过程及其应用的基础上,对它的操作算子逐一作了说明。最后介绍了遗传算法的两个重要的评价指标(收敛时间和收敛代数)。
介绍了一些常见的改进遗传算法,主要是分层遗传算法、CHC算法、messy遗传算法、自适应遗传算法、基于小生境技术的遗传算法、混合遗传算法、并行遗传算法等,并对相关理论作了详细说明。
针对经典遗传算法收敛速度慢、易于早熟、局部寻优能力差等缺点,在前人研究成果的基础上,提出了一种新型改进的遗传算法,并将其应用于PID参数寻优。该改进算法既具有经典遗传算法的全局寻优能力,又具有局部寻优能力,同时它又能有效地抑制早熟,保证得到的优化参数为最优。
最后,将基于新型改进遗... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-11 |
|
第1章 绪论 |
11-21 |
|
1.1 课题背景和意义 |
11 |
|
1.2 遗传算法的发展背景 |
11-13 |
|
1.3 遗传算法的扩展与搜索 |
13-18 |
|
1.3.1 遗传算法与传统算法比较 |
14-15 |
|
1.3.2 遗传算法的应用 |
15-17 |
|
1.3.3 遗传算法的局限性 |
17-18 |
|
1.4 遗传算法的研究热点和研究现状 |
18-20 |
|
1.4.1 遗传算法的研究热点 |
18-19 |
|
1.4.2 遗传算法的研究现状 |
19-20 |
|
1.5 本文的主要工作 |
20-21 |
|
第2章 基本遗传算法 |
21-34 |
|
2.1 遗传算法概述 |
21-26 |
|
2.1.1 遗传算法简介 |
21 |
|
2.1.2 遗传算法的基本概念 |
21-23 |
|
2.1.3 遗传算法的基本思想 |
23-24 |
|
2.1.4 遗传算法的特点及应用 |
24 |
|
2.1.5 遗传算法的运算过程 |
24-26 |
|
2.2 遗传算法的基本实现技术 |
26-33 |
|
2.2.1 编码方式 |
26-28 |
|
2.2.2 适应度函数 |
28-29 |
|
2.2.3 选择运算 |
29-31 |
|
2.2.4 交叉运算 |
31-32 |
|
2.2.5 变异运算 |
32-33 |
|
2.3 遗传算法的性能评价 |
33 |
|
2.4 本章小结 |
33-34 |
|
第3章 遗传算法的改进 |
34-52 |
|
3.1 分层遗传算法 |
34-36 |
|
3.1.1 选择 |
34-35 |
|
3.1.2 交叉 |
35 |
|
3.1.3 变异 |
35-36 |
|
3.2 CHC 算法 |
36-37 |
|
3.2.1 选择 |
36-37 |
|
3.2.2 交叉 |
37 |
|
3.2.3 变异 |
37 |
|
3.3 messy GA |
37-39 |
|
3.4 自适应遗传算法 |
39-41 |
|
3.5 基于小生境技术的遗传算法 |
41-44 |
|
3.6 混合遗传算法 |
44-48 |
|
3.6.1 遗传算法与最速下降法相结合的混合遗传算法 |
44-46 |
|
3.6.2 遗传算法与模拟退火法相结合的混合遗传算法 |
46-48 |
|
3.7 并行遗传算法 |
48-51 |
|
3.7.1 并行遗传算法的实现方案 |
48-49 |
|
3.7.2 迁移策略 |
49-50 |
|
3.7.3 并行遗传算法的性能与参数选取关系 |
50-51 |
|
3.8 本章小结 |
51-52 |
|
第4章 基于新型改进遗传算法的PID 控制器 |
52-59 |
|
4.1 概述 |
52-53 |
|
4.2 经典遗传算法的特点 |
53 |
|
4.3 新型改进的遗传算法 |
53-56 |
|
4.3.1 新型改进遗传算法的特点 |
53 |
|
4.3.2 新型改进遗传算法的进化过程 |
53-56 |
|
4.4 计算机仿真 |
56-58 |
|
4.4.1 仿真对象 |
56-57 |
|
4.4.2 仿真参数 |
57 |
|
4.4.3 仿真结果 |
57-58 |
|
4.5 结论 |
58-59 |
|
第5章 基于新型GA 的PID 控制器在H 型钢张力控制系统中的应用 |
59-73 |
|
5.1 H 型钢连轧机张力控制简述 |
59-62 |
|
5.1.1 概述 |
59 |
|
5.1.2 张力的产生及微张力控制的意义 |
59-61 |
|
5.1.3 影响张力的因素及建立张力模型的意义 |
61-62 |
|
5.2 H 型钢连轧机张力控制系统模型的建立 |
62-68 |
|
5.2.1 拖动系统的数学模型 |
62-65 |
|
5.2.2 张力模型的建立 |
65-68 |
|
5.2.3 单机架动态调节的仿真 |
68 |
|
5.3 新型PID 控制器在H 型钢张力控制系统中的应用 |
68-72 |
|
5.3.1 控制算法设计 |
68-70 |
|
5.3.2 仿真研究 |
70-72 |
|
5.4 本章小结 |
72-73 |
|
结论 |
73-74 |
|
参考文献 |
74-79 |
|
攻读硕士学位期间承担的科研任务与主要成果 |
79-80 |
|
致谢 |
80-81 |
|
作者简介 |
81 |
|
| 【DOI】 | LunWen.ID:2.2008.388647 |
