基于遺傳算法的模糊控制器的優(yōu)化設(shè)計(jì)

任 濤

(河南省豫鶴同力水泥有限公司，河南 鶴壁 458000）

遺傳算法是根據(jù)適者生存、 優(yōu)勝劣汰等自然進(jìn)化規(guī)則得出最優(yōu)化問題的全局最優(yōu)解。 本文在設(shè)計(jì)模糊控制器的基礎(chǔ)上，基于遺傳算法控制器的參數(shù)進(jìn)行尋優(yōu)，得到了最優(yōu)的模糊控制系統(tǒng)。

1 模糊控制器的設(shè)計(jì)

本文選擇PD 型模糊控制器。 典型的PD 型模糊控制器如圖1 所示。

圖1 模糊PD 控制器控制框圖

模糊控制的性能取決于隸屬函數(shù)和推理規(guī)則。本文采用8段迷糊子集的定義，將ZO 細(xì)化為NZ 和PZ，能更好的刻畫0 附近誤差及其變化率的情況。 隸屬度函數(shù)如圖2 所示，模糊規(guī)則如圖3 所示。

圖2 8 段模糊子集示意圖

圖3 模糊規(guī)則

2 模糊控制器的仿真

受控對象以二階系統(tǒng)為例建立以下模糊控制系統(tǒng)仿真模型，如圖4 所示。

圖4 模糊控制系統(tǒng)仿真模型

當(dāng)其中a=5;Kp=2;Kd=1;Ku=1;時(shí)，仿真結(jié)果如圖5 所示，較好地抑制超調(diào)的影響，消除了靜態(tài)誤差，具有良好的動態(tài)響應(yīng)和靜態(tài)特性。

圖5 模糊控制仿真結(jié)果

圖6 遺傳算法尋優(yōu)仿真結(jié)果

3 基于遺傳算法優(yōu)化

選擇ITAE 準(zhǔn)則指標(biāo)為最優(yōu)化指標(biāo)，改指標(biāo)反映系統(tǒng)的綜合性能。 仿真模型如圖7 所示。

圖7 最優(yōu)控制仿真框圖

可以得出最優(yōu)控制器的參數(shù)為Kp=0.58995，Kd=0.20169，Ku=1.1229。 仿真結(jié)果如圖6 所示， 與模糊控制器相比， 按照ITAE 準(zhǔn)則通過最優(yōu)化搜索可使參數(shù)選擇更加合理， 控制效果有顯著改善。

[1]張乃堯.用遺傳算法優(yōu)化模糊控制器的隸屬度參數(shù)[J].電氣自動化，1996，18(1):4～6

[2]周俊霞等.鍋爐燃燒過程的Smith Fuzzy 集成控制[J].電力情報(bào)，2002，(3)