084774914[毕业论文]2012-04-08….doc

编号： 　　　 本科毕业设计（论文） 题目：（中文）基于生物启发的PID控制参数整定研究 （英文）Based on biologically inspired PID control parameter setting research 学 院 专 业 班 级 学 号 姓　名 指导教师 职称　 完成日期  诚 信 承 诺 我谨在此承诺：本人所写的毕业论文《基于Genetic Algorithm is a new optimization based on the theory of biological evolution search method, is a kind of high robustness and global optimization method. It has been widely applied in automatic control field. In this paper, the genetic algorithm theory, in-depth and meticulous research, for the simple genetic algorithm is prone to premature convergence and low convergence rate of defects, puts forward the improved genetic algorithm. In this paper, using MATLAB as data processing tools, Genetic algorithm is used to search the optimal PID parameters application of improved genetic algorithm to the parameter of PID controller optimization design. Based on the MATLAB simulation results show that the control system performance indicators have improved greatly ,It is proved that the algorithm is feasible and effective .And on the basis of this online for a given nonlinear object setting, so as to meet the accuracy requirements 【KEYWORDS】genetic algorithm；PID optimal一tuning；Fitness function；Nonlinear object；MATLAB simulation。 遗传算法的基本理论 遗传算法的生物学基础 从30多亿年前，地球上的生命最原始的，然后逐渐开始从最简单的低层次的生物慢慢发展到高端的生活，最后甚至聪明的人，这是一个比较漫长的生物进化过程早在1859年，达尔文出版“原产地的物种，在生物进化的理论根据自然选择。根据达尔文的理论，每一个物种在不断发展的过程中适应不断变化的环境中，后代，有利于每个个别物种的生存特征基本被后代的特点继承不可能完全与父，在一定的环境中这些新的基因突变，那些更容易适应环境的个体特征将能够成为保存，这就是所谓的优胜劣汰生物的发展阶段，有三个因素：传统的简单遗传算法的遗传变异和选择是达尔文的自然选择和孟德尔遗传学的基础上建立自迭代全局优化智能算法的概率搜索简单的遗传算法的结构和实现 在应用遗传算法求解问题时，首先要完成以下准备工作: (l)编码的方案 (2)初始种群（编码群） (3)确定其适应度值函数 (4)控制遗传算法的参数以及变量的选择 (5)指定结果的方法和停止条件以及性能指标的判定 遗传算法的主要基本操作有以下三种：选择、交叉、变异 图2-1 遗传算法执行过程原理图 编码方案是指每一个点的问题搜索空间来确定字符串的长度L，一般来表示二进制的健身组的措施，可能会确定的标准遗传算法中指定的字符串的长度，适应值，通常是问题本身包含的健身功能，必须有能力来计算每个搜索空间的特点来确定长度字符串的适应值;控制遗传算法的参数和人口规模