基于遗传算法的模型参考自适应控制.pdfVIP

第15卷第 3期 控制理论与应用 1998年 6月 CONTROL THEORY AND APPLICATIONS 』 雷 佳 蒋静坪 ●■‘-—’～ ’’ -。_。一 1 2 (浙江大学电机系·杭州，310027) 摘要 本文 连续搅拌反应釜(CSTR)这一非线性系统为例，介绍了根据参考模型的输出，运 用遗传算法对控制系统的PID参敷不断寻优，不断调整，以达到参考模型所要求的控制效果的自 适应控制芳法，并对改变遗传算法的几个参数对控制效果的影响进行了比较讨论． 美羹词： ，乏 宴垩竺兰苎 非线性系统 1 引 言 近年来，随着神经网络，人工生命，进化计算等研究的兴起，遗传算法(Genetic Algorithm — 简称GA)引起了人们越来越多的兴趣．它是一种模拟自然界进化过程的搜索算法，通过复翩， 交换，变异等过程使所求的值达到最优． GA算法大多被用于路径等寻优问题上，直接用于控制还比较少．本文利用GA的寻优特 性，设计了以GA寻最优PID参数来控制非线性系统的模型参考白适应控制方法．通过仿真 实验，证明能够达到较好的控制效果． 2 CSTR系统 连续搅拌反应釜系统(CsTR)是一化学反应器系统，它是一复杂的非线性系统，它的数学 模型为 ]； 等=一 l+0．112*(1一 1)*exp{ 2／[1+ 2／1 9．1863}， (1) j一 等 =一28．1 2* 2 +16．O7*0．1l 2*(1一 1)*exp{ 2／[1+ 2／19．1863)+27．12*“， (2) Y= 2． (3) 3 模型参考自适应控崩 CSTR系统是一复杂的非线性系统，仅用一般的线性控镧方法不可能得到满意的控镧效 ⑨ 果，这使我们不得不寻求新的控制方法． 遗传算法是一种基于模拟自然选择和进化过程的寻优算法0 ．它包含三个基本算子： l 复制，互换和变异．复制算子是根据适应函数决定每个染色体的适应度，再根据其适应度决定 其在下一代复制数，并将其复制．互换算子是从种群中随机的选出二染色体，交换其部分信息． 变异算子是从种群中随机地选出一染色体，改变其部分信息．通过此算子，算法可以从局部最 优中跳出来，从而找到全局最忧．这样的优化方式使遗传算法具有全局优化的能力，无论对象 是线性或非线性，连续或离散．都可以用遗传算法进行优化． 同时，PID控制一直是一种简单而有效的控制方法而被广泛应用于各种控制系统中．但它 置毫自臻科学墓盒和精江省茸蒜科学墓盒贷助理目．