1、“.....精度也很高。经过遗传算法优化参数后得出的响应结果好，系统稳定而且无论是系统的响应速度还是超调量都有明显改善，符合要求。本设计应用遗传算法对控制器进行参数寻优，遗传算法是全局优化算法，该方法是种不需要任何初始信息并可以寻求全局最优解的高效的优化组合方法，遗传算法在不需要给出调节器初始参数的情况下，仍能寻找到合适的参数，使控制目标满足要求，它具有操作方便速度快的优点，不需要复杂的规则，只通过字串进行简单的复制交叉变异，便可达到寻优。遗传算法是从许多点开始并行操作，在解空间进行高效启发式搜索，克服了从单点出发的弊端及搜索的盲目性，从而使寻优速度更快，避免了过早的陷入局部最优解。本设计正是利用遗传算法的这些优点来进行参数整定的，构造基于遗传算法的控制器，通过仿真，取得了不错的效果。第章遗传算法的参数优化设计及仿真结论控制器结构简单，容易实现，且鲁棒性好，因此广泛应用于各种控制领域，并取得了良好的控制效果。本文完成了以下几点工作介绍了控制器和遗传算法的基本理论，给出了遗传算法的基本步骤。解释了遗传算法工具箱函数，了解了控制器模型。将遗传算法和控制结合起来应用于柴油机调速系统......”。

2、“.....取得了满意的效果。遗传算法运用于的参数整定，就可以克服常规整定方法的缺点，使要整定的参数精确收敛，从而使控制效果最优。考虑到在线整定的实时性，遗传算法只进行了次的迭代，因此准确度可能不能满足所有的应用场合，个有效的解决方法是先按经验选取组参数，然后在这组参数的周围利用遗传算法进行设计，从而大大提高寻优的盲目性，节约计算量，使控制器的实时性得到提高。遗传算法虽然可以在多种领域都有实际应用，并且也展示它的潜力和宽广前景。但是，遗传算法还有大量的问题需要研究，目前也还有很多不足之处。首先，在变量多，取值范围大或者无给定搜索范围时，收敛速度下降其次，可以接近最优解附近，但是无法精确确定最优解位置最后，遗传算法的参数选择尚未有定量方法。对于遗传算法，还需要进步研究其数学基础理论，还需要在理论上证明它与其他优化技术的优劣及原因，还需要研究硬件化的遗传算法，以及遗传算法的通用编程的形式等。燕山大学本科生毕业设计论文参考文献,,,,,张磊于单纯形法控制器的最优设计信息与控制,刘晓谦,王勇,穆顺勇基于单纯形法的控制器参数优化设计,李勇,段正澄......”。

3、“.....张兴华,李纬基于差分进化算法的优能指标严重变坏。柴油机调速系统可近似为阶惯性纯滞后模型，简化后的柴油机传递函数为时间常数是表征柴油机动力装置的个主要参数，它对动态过程影响极大。减小时，超调量会加大，过渡过程加长。时，动态过程基本良好，对于缸柴油发动机，其值般在左右，本仿真试验燕山大学本科生毕业设计论文取。由于，查阅文献，计算得，取，则柴油机的传递函数为本文运用遗传算法对柴油机调速系统的参数进行优化，遗传算法是种简单高效的寻优算法，与传统的寻优方法相比明显地改善了控制系统的动态性能。利用遗传算法优化和,的具体步骤如下确定每个参数的大致范围和编码长度，进行编码随机产生个个体构成种群将种群中各个体解码成对应的参数值，用此参数求代价函数值,及适应函数值，取，应用复制交叉和变异算子对种群进行操作，产生下代种群重复步骤和，直至参数收敛或达到预定的指标。第章遗传算法的参数优化设计及仿真图遗传算法的基本流程图柴油机调速系统仿真实验在编程时要先设定选择算子交叉算子和变异算子......”。

4、“.....交叉算子为中间重组双点交叉。变异算子为高位变异。仿真采用的采样时间为，输入指令为阶跃信号。采用二进制编码方式，用长度为位的二进制编码串分别表示个决策变量为获得满意的过渡过程动态特性，采用误差绝对值时间积分性能指标作为参数选择的最小目标函数。为了防止控制能量过大，在目标函数中加入控制输入的平方项。最优指标式中，为系统误差，为控制器输出，为上升时间，为权值。为了避免超调，采用了惩罚功能，即旦产生超调，将超调量作为最优指标的项，此时最优指标为式中，为权值，且为被控对象输出。遗传算法使用的样本个数为，交叉概率和变异概率分别为,参数的取值范围为，取值范围为取。,,,经过代进化，获得的优化参数如下,,,性能指标，整定过程中代价函数的变化如图所示。采用整定后的二进制遗传算法优化阶跃响应如图所示。由图可以看出采用遗传算法的控制器跟踪速度快，超调量较小，稳态误差很小，弥补了传统控制器在调节控制参数上能力的不足，取得了较好的控制效果......”。

5、“.....此种遗传算法在参数优化上有较好的寻优能力，对柴油机调速系统的控制化设计南京工业大学自动化学院,江苏南京郭鹏,韩濮基于神经网络的参数优化方法研究华北电力大学动力系，保定,李奇,李世华类神经网络智能控制算法的分析和改进控制与决策卢进，徐文立神经网络并联辨识算法的收敛性研究控制理论与应用张晓楠,方浩,戴冠遗传算法的编码机制研究信息与控制郭庆鼎,李蒙,郭威控制器参数的遗传算法优化设计沈阳工业大学学报参考文献曹世宏,王正茂,等柴油发电机组数字调速系统的设计与分析微电机薛定宇控制系统计算机辅助软件北京清华大学出版社，毛敏，于希宁基于遗传算法的参数优化中国电力刘国贤，杨奇逊基于遗传算法的控制器参数寻优现代电力王小平，曹立明遗传算法理论应用与软件实现西安交通大学出版社刘志俭应用与仿真国防工业出版社周明遗传算法原理及其应用北京人民邮电出版社，刘勇非数值并行算法遗传算法北京科学出版社,李敏强遗传算法的基本理论与应用北京机械工业出版社......”。

6、“.....漏油可直接回液压油箱，并节省占地面积。但安装维修不方便，散热条件不好。卧式安装液压泵及管道都安装在液压油箱外面，安装维修方便，散热条件好，但有时电动机与液压泵的同轴度不易保证。考虑到维修，散热和安装空间等方面的要求。本设计中采用卧式联接。设计论文专用纸第页液压油箱的设计液压油箱的作用是贮存液压油充分供给液压系统定温度范围的清洁油液，并对回油进行冷却，分离出所含的杂质和气泡。液压油箱有效容积的确定液压油箱在不同的工作条件下，影响散热的条件很多，通常按压力范围来考虑。液压油箱的有效容量可概略地确定为系统类型低压系统中压系统中高压或大功率系统根据实际设计需要，选择的，所以此系统属于中高压系统，所以取式中液压油箱有效容量液压泵额定流量。参照液压气压系统设计手册张利平主编，表，锻压机械的油箱容积通常取为每分钟流量的倍。取应当注意设备停止运转后，设备中的那部分油液会因重力作用而流回液压油箱。为了防止液压油从油箱中溢出，油箱中的液压油位不能太高，般不应超过液压油箱高度的。所以......”。

7、“.....需设计液压油箱的外形尺寸，般设计尺寸比长宽高为。但有时为了提高冷却效率，在安装位置不受限制时，可将液压油箱的容量予以增大，本设计中的油箱根据液压泵与电动机的联接方式的需要以及安装其它液压元件需要，选择长为，宽为，高为。液压油箱的结构设计般的开式油箱是用钢板焊接而成的，大型的油箱则是用型钢作为骨架的，再在外表焊接钢板。油箱的形状般是正方形或长方形，为了便于清洗油箱内壁及箱内滤油器，油箱盖板般都是可拆装的。设计油箱时应考虑的几点要求壁板壁板厚度般是容量大的油箱般取。本设计中取油箱的壁厚为。对于大容量的油箱，为了清洗方便，也可以在油箱侧壁开较大的窗口，并用侧盖板紧密封闭。底板与底脚底板应比侧板稍厚些，但为了便于材料的选取和焊接，本次底板和底脚采用同样的钢板。底板应有适当倾斜以便排净存油和清洗，液压油箱底部应做成倾斜式箱底，并将放油塞安放在最低处。油箱的底部应装设底脚，底脚高度般为，本设计中底脚高度选取，以利于通风散热及排出箱内油液。般采用型钢来加工底脚。图所示为般液压油箱底面的构造的五种情况，我们根据具体设计和生产的需要来确定液压油箱底面的构造，根据本设计的需要，选了型构造......”。

8、“.....油箱底部设计成朝回油腔方向单向倾斜。设计论文专用纸第页顶板顶板般取得厚些，为，因为本设计把泵阀和电动机安装在油箱顶部上时，顶板厚度选最大值。顶板上的元件和部件的安装面应该经过机械加工，以保证安装精度，同时为了减少机加工工作量，安装面应该用形状和尺寸适当的厚钢板焊接。并把吸油口和回油口设计在油箱顶板上，回油管及吸油管为了防止出现吸空和回油冲击油面形成泡沫，油泵的吸油管和回油管应布置在油箱最低液面以下，管口与箱底距离不应小于倍的管径，防止吸入沉淀物。管口应切成，切口面向箱壁，与业效果很好，精度也很高。经过遗传算法优化参数后得出的响应结果好，系统稳定而且无论是系统的响应速度还是超调量都有明显改善，符合要求。本设计应用遗传算法对控制器进行参数寻优，遗传算法是全局优化算法，该方法是种不需要任何初始信息并可以寻求全局最优解的高效的优化组合方法，遗传算法在不需要给出调节器初始参数的情况下，仍能寻找到合适的参数，使控制目标满足要求，它具有操作方便速度快的优点，不需要复杂的规则，只通过字串进行简单的复制交叉变异，便可达到寻优。遗传算法是从许多点开始并行操作......”。

9、“.....克服了从单点出发的弊端及搜索的盲目性，从而使寻优速度更快，避免了过早的陷入局部最优解。本设计正是利用遗传算法的这些优点来进行参数整定的，构造基于遗传算法的控制器，通过仿真，取得了不错的效果。第章遗传算法的参数优化设计及仿真结论控制器结构简单，容易实现，且鲁棒性好，因此广泛应用于各种控制领域，并取得了良好的控制效果。本文完成了以下几点工作介绍了控制器和遗传算法的基本理论，给出了遗传算法的基本步骤。解释了遗传算法工具箱函数，了解了控制器模型。将遗传算法和控制结合起来应用于柴油机调速系统，利用遗传算法强大的寻优能力来整定控制中的三个参数，取得了满意的效果。遗传算法运用于的参数整定，就可以克服常规整定方法的缺点，使要整定的参数精确收敛，从而使控制效果最优。考虑到在线整定的实时性，遗传算法只进行了次的迭代，因此准确度可能不能满足所有的应用场合，个有效的解决方法是先按经验选取组参数，然后在这组参数的周围利用遗传算法进行设计，从而大大提高寻优的盲目性，节约计算量，使控制器的实时性得到提高。遗传算法虽然可以在多种领域都有实际应用，并且也展示它的潜力和宽广前景。但是......”。