智能控制技术(第8章-遗传算法在控制工程中的应用)课件复习课程.pptVIP

第八章 遗传算法在控制工程中的应用;控制器参数优化 ;控制器参数优化 ;控制器参数优化 ;控制器参数优化 ;控制器参数优化 ;控制器参数优化 ;控制器参数优化 ;粒子群算法（PSO） 在PSO中，每个优化问题的可能解都可以想象成d维搜索空间上的一个点，我们称之为“微粒”（Particle) 。粒子在搜索空间中以一定的速度飞行，这个速度根据它本身的飞行经验和同伴的飞行经验来动态调整。所有的粒子都有一个被目标函数决定的适应值(fitness value)，并且知道自己到目前为止发现的最好位置(particle best，记为pbest)和当前的位置，这个可以看作是粒子自己的飞行经验。除此之外，每个粒子还知道到目前为止整个群体中所有粒子发现的最好位置(global best，记为gbest)(gbest是在pbest中的最好值)，这个可以看作是粒子的同伴的经验。每个粒子使用下列信息改变自己的当前位置:1)当前位置;2)当前速度;3)当前位置与自己最好位置之间的距离;4)当前位置与群体最好位置之间的距离。优化搜索正是在由这样一群随机初始化形成的粒子而组成的种群中，以迭代的方式进行的。;粒子群算法（PSO） PSO算法主要计算步骤如下: Step 1:初始化，设定加速常数Cl. C2，最大进化代数Tmax，将当前进化代数置为t=1，