parent_number = 30; % 每一代中保留的个体数目(除了变异) mutation_rate = 0.2; % 变异概率 maximal_generation = 50; % 最大演化代数 limit = [-5, 5]; % 限制范围 minimal_cost = 1.0e-5; % 最小目标值(函数值越小,则适应度越高) fitness_function = 'obj'; % nochangenum = 10; [best_...
基于遗传算法和模糊神经网络的PID控制器参数优化方法
模糊控制器自适应遗传算法隶属度函数控制规则该文针对自适应模糊控制器的多参数优化问题,提出一种自适应遗传算法同时优化模糊规则和隶属函数的方法.先对隶属度函数和控制规则进行联合编码,遗传进化前期采用锦标赛精英保留,后期采用基于轮盘赌的非线性选择方法,保留了种群中较优个体,提高种群的多样性.采用一种自适应交叉变...
parent_number = 30; % 每一代中保留的个体数目(除了变异) mutation_rate = 0.2; % 变异概率 maximal_generation = 50; % 最大演化代数 limit = [-5, 5]; % 限制范围 minimal_cost = 1.0e-5; % 最小目标值(函数值越小,则适应度越高) fitness_function = 'obj'; % nochangenum = 10; [best_...
基于模糊控制和遗传算法的优化方法,提出了智能自适应PID控制 器参数优化的设计方法,以种群多样性为标准进行阶段的划分,并在优化进入到微调阶段进行模糊变异,通过算法的改进使得在PID控制中,PID参数的整定不 依赖于对象的教学模型,且能在线调整,算例结果表明了该算法的有效性.doi:10.3969/j.issn.1005-7277.2006.02.003...