基于MATLAB遗传算法工具箱的控制系统设计仿真.PDFVIP

第 1 广西工学院学报 VDl.)eIcT. JOURNALOFGUANGXIUNIVERSITYOFTECHNOLO(.;Y 22N)((0o1 文童编号 1004-6410 (2001)04-0006-04 基于MATLAB遗传算法工具箱的控制系统设计仿真 姜 阳 ，‘孔 峰“ (1.广西大学电气工程学院，广西南宁 530001;2一广西工学院电子信息与控制工程系，广西柳州 45006) 摘 要:本文介绍了基于MATLAB的遗传算法工具箱 (GAOT),阐述了如何利用遗传算法下具箱结合 SIMULINK平台来实现控制系统的设计和仿真，并给出利用遗传算法工具箱对PID控制器进行参数整定的仿真 实例 关 键 词:MATLAB;遗传算法 (GA);控制系统仿真 中图分类号:TP273.5 文献标识码 :A 0 引言 遗传算法 (GA)是一种成熟的具有极高鲁棒性和广泛适用性的全局优化方法。由于遗传算法不受问题 性质 (0连续性、可微性)限制、能够处理传统优化算法难以解决的复杂问题、因此它在控制系统优化方 面具有巨大潜力。近年来 ‘遗传算法在控制领域的PID控制、线性和非线性控制、最优控制、鲁捧性、自 适应控制、滑模、模糊逻辑、神经网络、参数估计和系统辨识、模型线性化和控制器降阶、机器人手臂控 制和轨迹规划等方面均得到了广泛的应用厂，一2〕。 MathWorks公司推出的MATLAB软件包集强大的数值计算、便捷的图形图像处理、友好的界面于一 身.现在已经开始成为控制领域不可缺少的工具。与此同时，控制领域许多学者将自己擅长的控制手段用 MATLAB加以实现，出现了诸多的MATLAB工具箱，如:非线性控制工具箱、神经网络工具箱、模糊控 制工具箱等等。本文将讨论利用MATLAB遗传算法工具箱GAOT实现控制系统设计和仿真的新方法 1 遗传算法工具箱结构与功能 遗传算法工具箱GAOT包括了许多实用的函数，这些函数按照功能可以分为以下几类: LI主界面函数 主程序ga.m提供了遗传算法工具箱与外部的接口。在MATLAB环境下，执行ga并设定相应的参数， 就可以完成优化。它的格式如下: functionLx.endPop,bPop,tmccInfo]一ga(bounds,evalFN,eval0ps,startPop,opts，二 termFN，termOps. selectFN,select0ps,xOverFNs,xOverOps,mutFNs,mut0ps) 由于MATLAB是以矩阵为基本运算单元.因此它的每一个出口参数和人口参数均为矩阵 主程序 ga.m的出、入口参数组成是: 出口参数: x找到的最优解，包括染色体和适配度;cndPop 最终种群;hPop:种群变化的记录;traceInfo:记 录每一代的最好适应度和平均适应度。 2001-07-06 广西教育厅科研基金资助顶目.桂教科 08)1-61号 z阳 (1976-).男、陕西铜川人，厂西大学电气工程学院硕上研究生 万方数据 第 4期 姜 阳等:基于MATLAB遗传算法工具箱的控制系统设计仿真 人口参数: bounds:变量F.下界矩阵，矩阵的行数确定变量个数;evaIFN :适应度函数:eval(扣、:适应度函数 参数:startPop:初始种群;opts:选项;termFN 终止函数;tcrniOps:终止函数参数;selectFN :选择 函数;selectOps:选择函数参数;xOverFN:交叉函数:xOv