一种基于GA的模糊控制规则优化新方法.pdfVIP

第 3期 邵克勇等．一种基于GA的模糊控制规则优化新方法 261 一 种基于 GA的模糊控制规则优化新方法 邵克勇 张鸿雁。 李 飞 谢维志 易 江 (1．东北石油大学 电气信息工程学 院，黑龙江 大庆 163318；2．中国石油辽河石化公司 电工车间，辽宁 盘锦 124022) 摘 要 针对动态环境专家经验模糊控制规则效果欠佳 的问题 ，提 出一种改进 的十进制基 因编码 自适 应遗传算法 ，自动生成全局最优的控制规则 。新算法引用稳态繁殖思想改进初始种群的生成方法 ，避免 产生大量不合理个体影响进化进度 ，并引入动态变异率和一种新型的 自适应变异算子调整种群 的多样 性，克服 了“早熟”的现象。最后将获得的最优规则应用于设计模糊控制器。仿真结果表明，控制品质有 较大的改善和提高。 关键词 模糊控制规则 十进制 稳态繁殖 遗传算法 中图分类号 TP11 文献标识码 A 文章编号 1000-3932(2011)03—0261-05 控制规则的确定是模糊控制器 的设计关键之 体的遗传操作 ，加快规则优化的速度 ，并通过动态 一 ， 以往主要通过相关专家或技术人员的实际经 变异概率及相应变异算子 自适应地调整种群的多 验确定 ，精度低 ，难 以达到最优控制效果。要使模 样性，克服 了标准的十进制遗传算法无法收敛到 糊控制器有 良好 的控制效果 ，必须使模糊控制器 全局最优解 的弊病 ，避免算法 陷入 “早熟 ”收敛。 实现规则 自调整 ，具有较完整的控制规则 ，这个过 在保证输入语言变量值完全组合的前提下优化后 程实际上是个寻优过程。由于模糊控制系统本身 得到49条规则 ，在一定程度上实现了规则 的完整 不具备 自学习能力 ，所 以开发具有 自学习能力的 性 。仿真结果表明，该控制方案能迅速使系统收 模糊控制系统成为 目前研究的一个重要方 向。虽 敛 ，且 比二进制编码控制效果好 ，具有一定 的鲁棒 然神经网络具有 自学习、自组织特性 ，可使模糊系 性 。 统 自动地从经验 中获取模糊规则 ，但 由于神经 网 1 控制规则编码方案 络所获得的网络知识难 以人工解释 ，同时也存在 在用 GA优化策略对模糊控制器 的模糊控制 难以得到全局最优解等问题 ，目前应用较多的是 规则进行动态调整时，将模糊控制器看作一种学 遗传算法 。 习分类系统 ，采用匹兹堡法 ，将完整的模糊控制 遗传算法 … (GeneticAlgorithms，GA)是根据 规则集作为一个个体，多个不同的规则集形成一 自然选择和遗传机制构造 的搜索算法，GA不依 个群体。 赖被求解问题的复杂程度 ，不要求求解 目标函数 笔者 以二维模糊控制为例进行分析 ，将输入 的导数 ，是一种全局性随机优化技术 。可 以利用 变量 、输出变量均模糊化为 7个模糊集 ，分别用语 这一特性对模糊控制规则进行优化，改善控制效 言变量负大 (NB)、负 中 (NM)、负小 (NS)、零 果。现有的应用 GA对模糊控制规则 的优化方法 (ZO)、正小(PS)、正 中(PM)、正大 (PB)表示 ，要 中多数采用二进制方法 ’，而二进制编码 的遗 使用遗传算法，首先需考虑到问题的解空间，对于 传算法在译码时会产生映射误差，因此很多学者