遗传算法的研究其在倒立摆中的应用.pdfVIP

摘要 遗传算法是一种借鉴自然选择机制和遗传机制、具有自适应性、 高度并行性以及鲁棒性等特点的全局优化算法，被广泛应用于复杂的 工程应用当中，取得了不错的效果，同时也暴露出许多缺陷和不足， 如早熟收敛，局部搜索能力差等。 本文首先针对遗传算法在解空间中盲目选取交叉个体的的缺点， 结合最速下降法，提出了一种基于梯度信息指导交叉的遗传算法。该 算法通过确定当前种群中目标个体的最速下降方向，在该方向的有效 范围内选择个体与目标个体进行指导交叉操作，使交叉后的子代不断 向最优解靠近。典型的标准测试函数的仿真实验表明，该算法显著地 加快了遗传算法的寻优速度，提高了遗传算法定位最优解的精度。 其次针对目前的进化算法在求解约束优化问题时，处理约束条件 的局限性，提出了一种新的求解约束优化问题的遗传算法。该方法重 新设计了可行解与不可行解的适应度函数，通过新的适应度函数来选 择可行解与不可行解，巧妙的处理约束条件，避免了惩罚因子的引入， 同时边界变异以及非边界变异的引入，增强了算法的探索能力。13 个标准测试函数的仿真实验验证了算法的有效性。 最后，用改进的遗传算法对二级倒立摆控制器的参数进行了离线 优化。仿真实验结果表明，寻优得到的控制器比人工试探法得到的控 制器超调更小，响应速度更快。 关键词遗传算法，约束优化，梯度，二级倒立摆，最优控制器 Abstract Genetic isa whichisbased algorithm globaloptimization algorithm and mechanism．As hasthe onnaturalselection geneticalgorithm genetic of and in robustness，it parallelism advantagesself-adaptive，highdegree been in domains this has widely．Though complexengineering applied achieveseffectsinlotsof deficiencies algorithm great problems，many are withits asprematureconvergence， along superiority,such exposed badinlocal etc． searching searchfor in Inthis aimattheblind thesis，firstly,to thesolution instructed-crossover space，觚improved gen