一种采用自适应遗传算法的模糊自整定控制器

涂建军 吴汉松 金朝红
海军工程大学电气与信息工程学院,湖北武汉430033

文章摘要:针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法。对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性。
文章主题:自适应控制 自适应遗传算法 模糊控制器

文章内容：第19卷第5期2007年1月海军工程大学学报1.19.50.2007文章编号:1009--3486(2007)05--0108一5一种采用自适应遗传算法的模糊自整定控制器涂建军,吴汉松,金朝红(海军工程大学电气与信息工程学院,湖北武汉430033)摘要:针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法.对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性.关键词:自适应控制;自适应遗传算法;模糊控制器中图分类号:273.5文献标志码:-—,—.—(,.,430033,):,,—.,-..:;;实际应用中,许多受控对象都是高阶次,非线性的,并受到不同程度的干扰,造成许多对象不易建模,或虽能建模但不易分析的情况.随着智能控制的迅速发展,这种局面得到了改善.其中模糊控制器具有对模型的依赖小,模仿人类思维逻辑的能力强,稳定性和鲁棒性较好等优点,被广泛研究和应用.但模糊控制问题的目标函数通常很复杂,模糊控制器的可行域也通常是多峰值的,传统的参数优化方法常常无能为力ⅲ.遗传算法是一种基于进化论思想模拟自然选择和进化过程的寻优算法_2.],仅由适应度数值驱动而不需要被优化对象的局部信息],与模糊控制结合起来,则适合大范围,多参数,复杂和不连续的情况.本文研究了自适应调整交叉和变异概率的遗传算法,并给出了一种基于自适应遗传算法的模糊自整定控制器,改善了模糊控制器的性能.1控制系统结构方案控制系统主要由三部分组成:模糊控制器,系数调整模块,受控对象.模糊控制器采用离散论域的模糊控制,因为经过量化后的输入量是有限的,可以针对输入情况的不收稿日期:2007—04—06;修回日期:2007—06—26.作者简介:涂建军(1984一),男,硕士生.第5期涂建军等:一种旦自堡笠塑鱼鳌墨丝墨:!:同组合离线计算出相应的控制量,从而组成控制表,实际控制时只要直接查控制表即可,在线运算量是很少的,因此比较容易满足实时运算的要求.在这里还运用一种带修正因子的控制规则,即当被控对象阶次较低时,对误差的加权应该大于对误差变化的加权(1--);相反,当被控对象阶次较高时,对误差变化的加权(1一)要大于对误差的加权.系数调整模块将不使用传统的参数调整算子固定的自适应调整方法,因为在实际应用中,受控对象的特性或结构在外界干扰下经常发生变化,而且模糊控制器的推理规则又不可改变,使其适应性较差.随着智能控制的发展,研究人员将算法与智能控制的理论结合起来,提出模糊自适应控制器],但是模糊自适应控制器完全依靠模糊规则的描述来进行自适应调整,对人的经验依赖性过强,难以适应实际环境,因此用自寻优能力极强的遗传算法改善控制器性能是非常适合的.基于以上思想的控制系统结构如图1所示.1.1模糊控制器模块的设计图1控制系统的结构框图模糊控制器是整个系统的核心部件,它决定着整个系统的性能.其中,模糊推理是最关键的部分,主要由专家的经验所产生的模糊规则语言生成.模糊控制器的设计需要4个步骤:(1)确定误差和误差变化率,采用观测方法确定误差和误差变化率的值;,为了方便可将它们分为11个等级,代号为:(一5,一4,一3,一2,一1,0,1,2,3,4,5),因此误差论域为一5,一4,一3,一2,一1,0,1,2,3,4,5,可以各取7个语言值与之相对应,即正大,正中,正小,零,负小,负中,负大,记号为,,,,,,.(2)将误差和误差的变化率模糊化,由于高斯型函数峰值处的曲率比三角函数在峰值处的曲率小,作为隶属函数更有利于控制器的稳定,因此隶属度函数均选用高斯型隶属函数.(3)确定模糊控制规则,并计算出模糊控制量,模糊控制规则由专家的经验生成(见表),模糊推理采用3种运算:运算,合成运算,蕴涵运算引.表1模糊规则表(4)模糊量清晰化,最简单的方法是最大隶属度法,即把隶属度最大的那个元素的值作为精确值,但这样做丢失的信息太多,因此这里采用重心法:海军工程大学学报第19卷5∑×"(志)"一生——～(1)∑"(志)一",:-51.2量化因子在线自整定模块的设计采用遗传算法设计自整定模块需要以下几个步骤.(1)编码方案遗传算法是从代表问题可能潜在解集的一个群体()开始的,而一个群体则由经过基因编码的一定数目的个体(1)组成.由于二进制编码存在着诸多缺点,例如存在连续函数离散化的量化误差,编码串太短精度不够,太长又会使搜索空间太大,计算量过大.因此,采用效率较高,对问题反映能力较好的浮点数编码方案.本文的整定对象是实向量[志,志:,志.,],其中通过调整量化和加权因子的大小,可以改变对偏差和偏差变化的不同加权程度.(2)确定目标函数考虑到控制量"的经济性,采用如下最优目标函数:一1[1+2"()](2)另外,为了尽可能地抑制超调量,可采用代价函数,即将超调量作为最优目标函数的一项,并用较大的权值来加大抑制的力度,因此最优目标函数可以调整为:一1[1.+72"()+73()1]73》71;73》72(3)(3)遗传操作①选择个体:采用常用的适应度比例法,即以与个体适应度成正比的概率来决定当前群体中每个个体遗传到下一代群体中的概率].②交叉算子和变异算子:遗传算法中的交叉概率和变异概率对算法的收敛性影响很大.越大,则种群的更新越快,搜索的范围越大,然而过大就有可能破坏种群的遗传模式,过小就有可能使进化过程停滞不前;过大,就会使遗传过程变为纯粹的随机过程,然而过小,又不容易产生新的个体结构,影响算法的搜索范围,因而不易收敛到全局最优解.因此,这里采用自适应遗传算法,使和在进化的不同阶段能够自动地调整.定义1种群均值设()(一1,2,…,)表示第代染色体(),表示种群的个体总数,则()一一1∑()为第代种群均值.定义2个体偏离度第代个体偏离度定义为:,()一』一圳≤(4)10其中:为一个界限值.两个染色体的偏离度为1,则可以说明两者在距离上很接近.定义3种群密