动力学演化算法的模糊控制器多参数优化.pdfVIP

维普资讯 第25卷第7期 计 算 机 应 用 研 究 Vol_25 No．7 2008年 7月 ApplicationResearchofComputers Ju1．2008 动力学演化算法的模糊控制器多参数优化 余 珥1J，夏学文 ，李元香 武汉大学 a．计算机学院；b．软件工程国家重点实验室，武汉430072 摘 要：模糊控制是一种非线性的控制方法，其性能在很大程度上取决于模糊控制规则、量化 因子及比例 因子， 但传统的靠专家经验设计规则的方法不能根据被控对象的状态对模糊控制规则进行实时、动态的调整，而且对 量化因子和比例因子也是根据经验选取，因此控制效果有时很难保证。提出了一种利用动力学演化算法自动对 控制规则的调整因子、量化因子及比例 因子进行优化。仿真实例表 明了这种设计方法的可行性和 良好 的控制 效果 。 关键词：模糊控制 ；动力学演化算法；多参数优化；调整 因子；量化因子 ；比例 因子 中图分类号 ：TP273．4；TP181 文献标志码：A 文章编号：1001—3695 2008 07—2004—03 Optimizationofparametersinfuzzycontrollerindynamicevolutionaryalgorithm YU Li，XIA Xue—wen ，LIYuan—xiang aSchoolofComputer，bStateKeyLaboratoryofSoftwareEngineering，WuhanUniversity，Wuhan430072，China Abstract：Fuzzycontrolisanon—linearcontrolmethodandtheperformanceofitismainlybasedonfuzzycontrol—rules．How— ever，therearemanyflawsoftraditionaltechniquethatbasedonexpert’Sexperiencetodesignthecontrol—urleswhichcannot beadjusteddynamic．Themeasure—parameterandscale—parameterwhoseselectionbasedonexperiencealsocannotensurea betterresultofcontro1．Thispaperadvancedanew methodtoselecttheseparametersdependsondynamicevolutionaryalgo— rithm DEA ．Simulationexperimentindicatesitsavailabilityandexcellentcontroleffect． Keywords：fuzzycontrol；dynamicevolutionaryalgorithm DEA ；multi—parameteroptimization；adjustpraameter；measure— parameter；scale—parameter 的前提下快速找到最优的参数组合，从而设计出高效的模糊控 0 引言 制系统。 模糊 自动控制是一种有别于经典控制和现代控制的新的 1 调整因子、量化因子与比例因子 控制方式。它是以模糊集合理论 、模糊语言变量及模糊逻辑推 理为基础的一种计算机智能控制。模糊控制与传统控制方式 在模糊控制系统中，模糊控制器的性能对系统的控制特性 的根本区别在于其并不需要建立控制过程中精确的数学模型， 影响很大，而模糊控制器的性能在很大程度上又取决于模糊控 而是完全凭控制者的经验知识直观地进行控制，具有较强的鲁 制规则的确定及其可调性 。 棒性。但是，将人的经验知识转换为模糊控制规则是一项复杂 模糊控制规则一般是 由模糊语 言描述 的，具有 if-then 的工作。因为模糊控制器设计过程中所包含的主观因素，如控 结构： Ifinput1andinput2thenoutput 制规则、隶属度函数 、量化因子 和K、比例因子K 等，其好 一 坏都直接影响着模糊控制器的控制效果。 这种规则是基于专家经验的，即用模糊语言描述经验。在 应该指出的是，以往的一些实验表明量化因子 、比例因子 简单模糊控制器中，若将误差 、误差变化率 c及控制量 的 以及调整因子的选择并不是惟一的，即存在几组不同的参数组 论域均取为 E C 一3，一2，一1，0，1，2，3 ，通过 合都能使得系统获得较好的响应特性。而且，对于比较复杂的 对其控制规则表的分析，可以用解析表达式来表示其模糊控制 被控对象，有时采用某固定的参数组合难以收到预期的控制效 规则 ，即 果 ，因此可以