基于自适应遗传算法的模糊控制器优化设计

【摘要】： 模糊控制器的控制效果依赖于两个关键因素:隶属函数和控制规则表。对于这二者的选择,传统方法主要依靠经验,因此存在较大的随意性和主观性,使得控制精度不高。为了克服上述问题,本文利用自适应遗传算法优化设计了模糊控制器,并将其应用到三相异步电机的转速控制系统中,取得了较好的控制效果。 文中遗传算法的自适应设计是通过改进遗传操作来实现的。它包括两部分:变异、交叉算子的自适应设计和选择的均匀性设计。本文利用可随个体适应度大小自动调节的交叉和变异算子,使得得到的自适应遗传算法收敛速度更快,且不易陷入早熟。在算法的运行过程中,本文采用并行执行的方式进行遗传操作,从而提高了选择的均匀性。 在利用自适应遗传算法优化模糊控制器的过程中,本文采用混合编码法,即采用实数编码法对隶属函数进行编码,采用十进制数编码法对模糊控制规则进行编码。文中以传统二阶系统为被控对象,对该方法进行了仿真验证,其结果表明该方法对优化模糊控制器是可行的,且可以提高控制效果。利用上述方法,针对不同的被控对象可以得到不同的模糊控制器。文中以非线性二阶系统、时变二阶系统作为被控对象进行了仿真研究,仿真结果表明基于自适应遗传算法的模糊控制器具有更好的静态和动态性能。 文章最后将基于自适应遗传算法优化设计的模糊控制器应用到三相异步电机的转差频率矢量调速系统中,通过转速响应曲线可以看出控制器的快速性和稳定性较之PI控制有较大提高,控制效果更好。