遺傳算法在自動控制領域中的應用綜述

公安海警學院 高 飛

遺傳算法在自動控制領域中的應用綜述

公安海警學院 高 飛

如今我們處于一個科學技術高速發(fā)展的時代，在我們生產(chǎn)生活中智能控制設備已經(jīng)成為必需品，各行各業(yè)對于智能控制自動化控制需求日益廣泛?？刂祁I域之中，有許多一些常規(guī)方法不能準確解決的問題，遺傳算法在自動控制領域取得了十分優(yōu)秀的效果。本文主要介紹了遺傳算法在自動控制工程各個方面的應用，以及遺傳算法在控制方法和理論的應用。

自動控制領域；遺傳算法；實踐應用

借鑒適者生存定律和優(yōu)勝劣汰機制的進化規(guī)律演變而來的隨機化搜素方式被稱為遺傳算法，即通過編碼串模擬達爾文進化論。遺傳算法這一名詞是1975年由美國密執(zhí)根（Michigan)大學的J.holland提出。在此基礎上，遺傳算法通過數(shù)學的模式模擬該擇優(yōu)過程。對結構對象直接進行操作是遺傳算法的主要特征，此種算法具有內在的隱并以及全局尋優(yōu)的能力，采用概率化的方式。遺傳算法已成為自動控制領域的關鍵技術，因此已經(jīng)被人們廣泛的應用到自動控制領域當中。當然，問題依然存在，在將遺傳算法融入到自動控制領域的過程中，需要設計師的進一步創(chuàng)造與優(yōu)化。

1.遺傳算法在自動控制領域的應用

離線設計和在線自適應調節(jié)是遺傳算法在自動控制領域中的兩大類。而其中離線設計分析又分為直接設計與間接設計法兩種類別。其中遺傳算法在直接設計法中的應用是作為一個優(yōu)化引擎的角色，而遺傳算法在間接設計法當中是用來提供一個例如加權函數(shù)矩陣這種比較優(yōu)化的參數(shù)。在線應用的情況分為辨識未知的特征參數(shù)和直接優(yōu)化控制器的參數(shù)這兩個種類。這時，對系統(tǒng)狀態(tài)的估計采用傳統(tǒng)辨識的方法，從而形成自適應優(yōu)化機制，最后由遺傳算法作為自適應控制器。

1.1 系統(tǒng)辨識

系統(tǒng)辨識是自動控制領域中設計的基礎，遺傳算法改變了傳統(tǒng)辨識方式中出現(xiàn)的普遍問題。例如：過程過于復雜化、系統(tǒng)辨識復雜化等情況。遺傳算法可以進行同時的處理和搜索進一步達到全局優(yōu)解的效果。在遺傳算法的應用過程中，在參數(shù)空間對不同區(qū)域進行搜索可以是具有連續(xù)性，并且將這些搜索方向引導至更加合理的區(qū)域同時，模型的線性化與降價處理應用遺傳算法的現(xiàn)象也較為普遍，對全局最優(yōu)的名義模型和不確定性誤差界函數(shù)進行同時識別是遺傳算法的獨到之處。結構開關能夠實現(xiàn)對模型階次和參數(shù)同時處理的效果，可由在控制基因中引入遺傳算法這一方法進行處理，此類方法既適用于頻域模型同時也適用于時域問題。

1.2 非線性系統(tǒng)

優(yōu)化中包含著很多控制的問題。在自動控制領域設計中，這種優(yōu)化任務在一般情況下要求在受限于實際問題的前提下，對處于一個多維空間中對若干個參數(shù)進行同時確定，而這些參數(shù)往往會帶有比較嚴格的要求以及非線性，并且這些指標函數(shù)不可微同時也不能夠連續(xù)。眾所周知，遺傳算法不存在需要指標函數(shù)微分的情況。此時，遺傳算法無疑能夠簡單的處理此類問題，并能準確的找到有效控制非線性系統(tǒng)的良好途徑。遺傳算法可以直接設計非線性對象的線性控制器，對實際系統(tǒng)的多個性要求進行充分考慮，不用將其進行線性化，在研究過程中，多個實踐都證明了遺傳算法在自動控制系統(tǒng)設計中會采用一個十分合理且有效地方法解決問題。

1.3 神經(jīng)網(wǎng)絡

近年來，神經(jīng)網(wǎng)絡優(yōu)化過程中應用遺傳算法的現(xiàn)象越來越普遍，這也是當今社會中重要的應用方向。較復雜的非線性、大規(guī)模的行性、強大的棒性、容錯性等是神經(jīng)網(wǎng)絡的主要優(yōu)勢，正是這些突出的優(yōu)點使神經(jīng)網(wǎng)絡在自動控制領域得到廣泛關注，也產(chǎn)生了十分活躍的應用研究。層前饋神經(jīng)網(wǎng)絡模型在神經(jīng)網(wǎng)絡中運用最為廣泛，這種模型具有極強的輸入和輸出反射能力，但我們仍需要很長時間才能進一步接受其中的反向傳播算法，同時這種算法還會出現(xiàn)一些局部問題。遺傳算法網(wǎng)絡結構、對權系數(shù)、參數(shù)和結構三方面進行神經(jīng)網(wǎng)絡的優(yōu)化。這種優(yōu)化方式在眾多文獻在資料中都有詳細的記載研究，像神經(jīng)網(wǎng)絡中注入遺傳算法可以使其映射能力進一步提高，也能使遺傳算法在相互磨合的過程中快速收斂。

1.4 智能控制

智能控制技術能夠控制直線運動或圓周運動，而最新的運動控制器都應用了遺傳算法，在其中繼承了遺傳算法控制模塊，在控制器內部做到精準的控制，目前這種情況普遍應用在汽車制造，汽車機床制造、家用電器、大型機械制造等各個場合。

1.5 控制器的優(yōu)化設計

遺傳算法可以優(yōu)化一些現(xiàn)有問題，如組合優(yōu)化問題和數(shù)量優(yōu)化問題這兩種，尤其是在控制器的優(yōu)化設計方面，反響快、控制平穩(wěn)精確、實時性好、具有較高的性價比是通過遺傳算法優(yōu)化設計控制器的優(yōu)點。

2.遺傳算法在自動控制領域應用的前景展望

隨著科學的不斷進步和科學技術的不斷完善，遺傳算法在這個大環(huán)境中以破竹之勢迅速發(fā)展，并且廣泛的應用到類似于自動控制領域等各個領域之中。在發(fā)展過程中不斷進步，才能實現(xiàn)進一步更好更快的發(fā)展。遺傳算法也存在著許多有待完善的地方：早熟的算法，較低的收斂速度。這些情況在用于一些高維且復雜的問題上時這些弱點表現(xiàn)的更為明顯，在其本身參數(shù)選取的方面就著實存在著一定的困難。當前自動控制領域在遺傳算法的應用方面還處于仿真研究的階段，真正的實際應用還存在較少。對于適用于自動控制系統(tǒng)分析與設計的遺傳算法進行選擇來說，如何根據(jù)自動控制體系特點來進行相應的選擇是之后我們要重點研究的內容。以此，此領域的進一步前進就需要設計這充分理解掌握其中實際工程中存在的問題和控制理論，更加合理有效的編碼，從而進一步有效地解決多目標優(yōu)化問題。

[1]王波,盧娜,謝飛,張澤鵬.基于精英遺傳算法的網(wǎng)絡頻點優(yōu)化設計[J].計算機技術發(fā)展與改革,2013(09).

[2]梁飛鵬,李響.關于遺傳算法裝配線平衡問題的討論與研究[J].河北科技,2012(06).

[3]謝強,趙慶剛.遺傳算法編碼的思考與策略研究[J].價值工程論述,2013(08).

[4]楊季航,葛延華,郝志剛,李天,張兆志.基于遺傳算法關于發(fā)動機冷卻模塊震動優(yōu)化的研究發(fā)現(xiàn)[J].震動沖擊,2013(06).

[5]馬曉蕾,張科,劉石宏,翟中泉.關于遺傳算法在自動控制領域系統(tǒng)分析中存在的問題思考研究[J].甘肅科技之光,2013(05).

[6]張志航,安佩琴,李智慧.遺傳算法在社會各領域的綜合運用與仿真研究[J].網(wǎng)絡研究,2012(01).