智能控制大作业-遗传算法探究.docVIP

智能控制与应用实验报告 遗传算法控制器设计 实验内容 考虑一个单连杆机器人控制系统，其可以描述为： 其中为杆的转动惯量，为杆的质量，为杆长，，为杆的角位置，为杆的角速度，为杆的角加速度， 为系统的控制输入。具体要求： 1.设计基于遗传算法的模糊控制器、神经网络控制器或PID控制器(任选一)。 2.分析采用遗传算法前后的控制效果。 3.分析初始条件对寻优及对控制效果的影响。 4.分析系统在遗传算法作用下的抗干扰能力(加噪声干扰、加参数不确定)、抗非线性能力(加死区和饱和特性)、抗时滞的能力。 对象模型建立 根据公式(1)，令状态量得到系统状态方程为： 由此建立单连杆机器人的模型如下： function dy = robot(t, y, u) M = 0.5; m=1.0; l=1.0; g=9.8; dy = zeros(2,1); dy(1) = (u - 0.5*m*g*l*sin(y(2)))/M; dy(2) = y(1); 基于遗传算法的PID控制器设计 仿真的采样时间为0.01s，输入指令为阶跃信号。采用实数编码方式，算法中使用的样本为20个，交叉概率和变异概率分别为Pc=0.8，Pm=0.2，选择遗传进化代数为30代。PID控制参数取值范围分别为：Kp为[0,25]，Ki为[0,20] ，Kd为[0,20]。 为获得满意的过渡过程动态特性，采用误差绝对值时间积分