基于改进ＣＭＧＡ模糊规则优化及应用

2012年03月07日13:51:47 本网站我要评论(2)字号：T | T | T

关键字：应用

吴忠强，董伟民
燕山大学电气工程学院，河北秦皇岛

摘　　　要：针对压缩映射遗传算法（ＣＭＧＡ）操作效率太低，收敛至较优解迭代次数太多的问题，采用了近亲交叉回避策略改进压缩映射遗传算法，不但保证收敛到全局较优解，而且提高了算法的收敛速度和操作效率。为了能对具体被控对象的性能进行有选择性的控制，分析了ＩＴＡＥ积分性能指标作为目标函数的缺点，在目标函数中增加了超调量、控制量和上升时间等综合因素，得到了性能更好的目标函数，应用于改进压缩映射遗传算法的适应度函数，并把以上改进算法的模糊规则优化应用于地板采暖系统，与模糊控制、未改进的压缩映射遗传算法优化模糊控制进行比较，提高了系统的控制效率，简化了模糊控制器的设计难度。仿真结果证明该方法在地板采暖系统中的有效性。

关　键　词：压缩映射；遗传算法；近亲交叉回避；目标函数；地板采暖；加权因子

１　引　言
模糊控制较大的特点是能在各类非线性、时变系统中取得良好控制效果，但在设计中存在着一个重要问题：模糊控制规则的选取和优化。因缺乏有效的知识获取手段，模糊规则的获取主要靠经验，有很大的主观性和不确定性［１］。近年来，人们引入神经网络、梯度法等解决以上问题，但网络的结构和规模复杂且收敛差，梯度法容易陷入局部较优［２］。遗传算法的运行由适应度数值驱动而不需要被优化对象的局部信息，所以遗传算法用于模糊控制器的优化非常适合。目前简单遗传算法已广泛的应用到模糊控制优化中，它思路直观，操作简单，但收敛速度慢，且不能保证收敛到全局较优解［３］。为此Ｍｉｃｈａｌｅｗｉｃｚ提出了ＣＭＧＡ［４］，但该算法操作效率低，收敛到较优解所需迭代次数太多。本文采用近亲交叉回避策略和优化适应度函数，改进了ＣＭＧＡ中的遗传操作，较后把改进算法用于含纯时滞的地板采暖系统以验证它的有效性。

登录网站后可下载文件

基于改进ＣＭＧＡ模糊规则优化及应用

相关阅读: