基于遺傳算法的模糊推理控制系統(tǒng)的參數(shù)優(yōu)化研究.pdf

1、由于對復雜的控制問題具有很強的控制能力,模糊控制器被廣泛應用在工業(yè)控制等諸多領域中。但是,模糊控制器推理系統(tǒng)參數(shù)的隸屬度函數(shù)和模糊規(guī)則的確定多依賴于操作者和專家的經(jīng)驗知識,而推理系統(tǒng)參數(shù)的選擇直接影響到控制的品質(zhì)性能。因而,推理系統(tǒng)參數(shù)的優(yōu)化問題是基于模糊推理控制器設計的重要問題。本文利用遺傳算法對模糊控制器的推理系統(tǒng)的前件及后件的隸屬度函數(shù)參數(shù)進行優(yōu)化,并對Homaifar等人提出的優(yōu)化算法進行改進,改進后的算法采用三角隸屬函數(shù)的正則

2、模糊劃分,保證了推理系統(tǒng)的一致性和完備性。對于控制參數(shù)論域的最優(yōu)m模糊劃分問題,本人提出的方法需要優(yōu)化的參數(shù)個數(shù)為m個。在解決多變量問題時,本方法待優(yōu)化的參數(shù)個數(shù)將會遠遠小于Homaifar等人的算法,從而大大降低遺傳算法的搜索空間。同時,在遺傳算法的設計中,本人對個體編碼、種群的初始分布及選擇、交叉、變異等遺傳算子提出改進。通過設計新的種群的初始分布和變異算子使遺傳算法前期的廣度有所保證,使后期的收斂性明顯改善,提高了普通的遺傳算法的