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(duì)復(fù)雜的控制問題具有很強(qiáng)的控制能力,模糊控制器被廣泛應(yīng)用在工業(yè)控制等諸多領(lǐng)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(yàn)知識(shí),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(shè)計(jì)的重要問題。本文利用遺傳算法對(duì)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(jìn)行優(yōu)化,并對(duì)Homaifar等人提出的優(yōu)化算法進(jìn)行改進(jìn),改進(jìn)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(duì)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(gè)數(shù)為m個(gè)。在解決多變量問題時(shí),本方法待優(yōu)化的參數(shù)個(gè)數(shù)將會(huì)遠(yuǎn)遠(yuǎn)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(shí),在遺傳算法的設(shè)計(jì)中,本人對(duì)個(gè)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(jìn)。通過設(shè)計(jì)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