自適應(yīng)混合遺傳算法在協(xié)調(diào)控制系統(tǒng)中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、電力工業(yè)的發(fā)展促進了發(fā)電機組單機容量和參數(shù)正不斷增加,對控制系統(tǒng)的控制品質(zhì)也提出了更高的要求。掌握被控對象的數(shù)學(xué)建模和控制器參數(shù)優(yōu)化是過程控制系統(tǒng)分析、設(shè)計、調(diào)試和獲得較高控制品質(zhì)的關(guān)鍵。本文將實數(shù)編碼的自適應(yīng)混合遺傳算法在運用于火電廠協(xié)調(diào)控制系統(tǒng)對象參數(shù)辨識和控制器參數(shù)優(yōu)化中,通過仿真證明了該方法的有效性。
   論文主要分為三部分。第一部分對基本遺傳算法進行改進。針對傳統(tǒng)遺傳算法解決問題時普遍存在的早熟和局部收斂的問題,本文

2、提出一種實數(shù)編碼自適應(yīng)混合遺傳算法。第二部分研究將這種實數(shù)編碼自適應(yīng)混合遺傳算法運用于協(xié)調(diào)控制系統(tǒng)對象參數(shù)辨識。首先簡述了基于遺傳算法的對象辨識原理和方法。然后將這種改進算法運用于一個125MW機組的協(xié)調(diào)控制系統(tǒng)參數(shù)辨識。由于基于階躍響應(yīng)曲線擬合的系統(tǒng)辨識方法是以響應(yīng)曲線擬合程度為判定準(zhǔn)則而進行工作的,理論上一個系統(tǒng)存在無窮多個滿足擬合條件的對應(yīng)系統(tǒng)模型問題,本文對基于遺傳算法的這類辨識方法的可能性和可靠性進行了分析,并得出肯定的結(jié)論,

3、為此類系統(tǒng)辨識方法的工程應(yīng)用提供了依據(jù)。第三部分研究將這種實數(shù)編碼自適應(yīng)混合遺傳算法運用于協(xié)調(diào)控制過程的PID參數(shù)優(yōu)化。首先對PID參數(shù)的整定技術(shù)進行了簡單綜述。在此基礎(chǔ)上,提出一種基于實數(shù)編碼自適應(yīng)混合遺傳算法的PID參數(shù)優(yōu)化整定技術(shù)。該方法直接利用遺傳算法的全局尋優(yōu)能力來得到目標(biāo)函數(shù)的全局最優(yōu)。仿真研究結(jié)果顯示該方法是有效的。論文對遺傳算法的原理和各種算子進行了定性的分析,改進了傳統(tǒng)遺傳算法的策略,捉高了全局尋優(yōu)能力,并將改進的遺傳

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)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。

評論

0/150

提交評論