基于遗传算法的MFA控制在主汽温系统中的仿真研究.pdfVIP

年第 期 电力职业技术学刊 2010 4 No.4,2010 基于遗传算法的MFA 控制在主汽温系统中的 仿真研究 宁薇薇 (长沙电力职业技术学院动力工程系，湖南 长沙 410131) 摘 要 本文提出了基于遗传算法的无模型控制方法，在主汽温控制系统中的仿真试验结果说明了该方案的有效性和优越性。 该 [ ] 方法与基本无模型控制相比，几乎没有超调量，过渡时间较快，控制量变化幅度范围也要小得多，即使在模型失配的情况下仍然 能取得满意的控制品质。 关键词 遗传算法；无模型控制；主汽温；控制品质 [ ] 中图分类号 文献标识码 文章编号 （ ） [ ] TK323 [ ]A [ ]O280 2010 04-0001-04 一、引言 图如下： 遗传算法是模拟生物在自然环境中的遗传和进 化过程而形成的一种自适应全局优化概率搜索算 法。 本文在传统无模型控制方法的基础上，利用遗传 图 交叉操作原理图 1 算法来优化权重因子， 提出了基于遗传算法的无模 (3)变异(Mutation) ：对群体P(t) 中的每一个个体， 型控制方法，并将其应用到主汽温控制系统中，仿真 以某一概率称为变异概率 改变某一个或某一些基 ( ) 试验结果说明了该方案的有效性和优越性。 因座上的基因值为其他的等位基因。 使用变异算子 二、遗传算法 的目的主要有三个： 一是改善遗传算法的局部搜索 1.遗传操作方法 能力；二是维持群体的多样性，防止出现早熟现象； (1)选择(Selection) ：根据各个个体的适应度，按照 三是作为产生新个体的主要手段。 一定的规则和方法，从第 代群体 中选择出一些 t P(t) 2.遗传算法的运算过程 优良的个体遗传到下一代群体P(t+1) 中。 常用的比例 选择的原理是： 个体被选中并遗传到下一代群体中 的概率与该个体的适应度大小成正比。 若群体的规 模为 ，个体 的适应度为 ，则个体 被选中的概 N i i 率 为： 图 遗传算法的运算过程框图 2 由该图可以看出，使用上述