遗传算法大作业_南航_智能控制

遗传算法大作业_南航_智能控制

ID:20901497

大小:133.50 KB

页数:9页

时间:2018-10-17

遗传算法大作业_南航_智能控制_第1页
遗传算法大作业_南航_智能控制_第2页
遗传算法大作业_南航_智能控制_第3页
遗传算法大作业_南航_智能控制_第4页
遗传算法大作业_南航_智能控制_第5页
资源描述:

《遗传算法大作业_南航_智能控制》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、.........................南京航空航天大学研究生实验报告实验名称:遗传算法PID控制器设计姓名:学号:专业:201年月日专业资料分享.........................一、题目要求考虑如下某水下航行器的水下直航运动非线性模型:其中为水下航行器的前进速度,为水下航行器的推进器推力,为水下航行器的输出,航行器本体质量、附加质量以及非线性运动阻尼系数分别为。作业具体要求: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

2、。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。二、基于遗传算法的PID控制器设计与仿真1.遗传算法的水下航行器模型采用遗传算法对PID控制器参数进行优化,其中水下航行器模型采用如下函数实现,通过调用ode45()可以求解此非线性模型。%----------------------------------------------------------------functiondy=UnderwaterVehicle(t,y,u)m=100;ma=15;k=10;dy=(u-k

3、*abs(y)*y)/(m+ma);%----------------------------------------------------------------2.最优指标的选取为获得满意的过渡过程动态特性,采用误差绝对值积分性能指标作为参数选择的最小目标函数。为防止控制能量过大,在目标函数中加入控制输入的平方项。选用下式作为参数选取的最优指标:专业资料分享.........................其中为系统误差,为控制器输出,为上升时间,、和为权值。3.遗传算法中相关参数的设置(1)遗传算法中使用的样本个数为30;(2)PID控制器参

4、数Kp的取值范围为[0,2000],Kd的取值范围为[0,100],Ki的取值范围为[0,500];(3)交叉概率和变异概率分别为Pc=0.9和Pm=0.3;(4)取,=0.001,=2.0;(5)设置进化40代。相关代码的编写如下,详见文件夹的m文件。Size_of_Sample=30;CodeL=3;%RangeofKpMinX(1)=0*ones(1);MaxX(1)=2000*ones(1);%RangeofKdMinX(2)=0*ones(1);MaxX(2)=100*ones(1);%RangeofKiMinX(3)=0*ones(1);

5、MaxX(3)=500*ones(1);G=40;BsJ=0;Ji(i)=0.999*abs(error(i))+0.001*u(i)^2;B=B+Ji(i);专业资料分享.........................编码方式采用浮点编码,经过40代进化,获得的优化参数如下:PID整定结果为Kp=103.7688,Kd=6.8640,Ki=50.4850。其中,代价函数J的优化过程如图1所示。图1代价函数J的优化过程同时,得到在整定后的PID参数下的阶跃相应如下图2所示:图2系统阶跃响应专业资料分享........................

6、.三、初始条件对对控制效果的影响考察遗传算法的初始条件对PID参数寻优和控制效果的影响。(1)设置Kp的取值范围为[0,1000],Kd的取值范围为[0,500],Ki的取值范围为[0,10],仿真结果如下:图3系统阶跃响应(2)保持变异概率Pm不变,设置交叉概率Pc=0.95,仿真结果如下:图4系统阶跃响应专业资料分享.........................(3)保持交叉概率Pc不变,设置变异概率Pm=0.2,优化求解及仿真结果如下:图5系统阶跃响应由以上三组遗传算法优化对比可知,遗传算法的初始条件对控制效果具有重要影响。通过多次寻优,参

7、数取值范围可以根据上次求解最优值适当缩小,进而可以大大缩短寻优时间。交叉和变异概率对寻优过程也有重要影响。四、基于遗传算法的PID控制的性能分析考察基于遗传算法的PID控制的抗干扰、抗非线性和抗时滞能力。(1)抗噪声和不确定性干扰的能力:图6遗传算法PID控制的阶跃响应专业资料分享.........................图7遗传算法PID控制的阶跃响应从仿真结果可知,基于遗传算法的PID控制对量测噪声和模型参数不确定的能力较好。(2)抗死区和饱和非线性干扰的能力:图8遗传算法PID控制的阶跃响应专业资料分享.................

8、........图9遗传算法PID控制的阶跃响应从仿真结果可知,基于遗传算法的PID控制对死区和饱和非线性具

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。