1、“.....的取值范围为，。选取二进制串来表示每个参数，编码串长度选为。再把个长度为的二进制串连接起来就组成个长度为的二进制字串，该字串为遗传算法可以操作的对象。选取初始种群本课题遗传算法中使用的样本个数为，终止进化代数为，交叉概率和变异概率分别为，。种群初始化是产生与群体大小数目相同的个数的染色体在程序中，维数组构成个染色体，，数组构成个初始种群。因为需要编程来实现各过程，所以采用计算机随机产生初始种群。用函数来产生行列的个矩阵，再用函数对矩阵中的每个数取整，即先产生之间均匀分布的随机数，然后规定产生的随机数之间代表，之间代表。适应度函数的确定根据控制器的原理和遗传算法的实现，本模型采用二进制编码，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。选用下式作为参数选取的最优指标式中，为系统误差，为控制器输出，为上升时间，为权值。为了避免超调为被控对象输出。取,,,。所以，个体的适应度函数为选择部分实现根据目标函数求出每个个体的相对适应度......”。

2、“.....然后计算每个个体的累积概率，第量的心血。我还要感谢信息科学与工程学院的领导和电子信息科学与技术专业的所有老师，是他们教会我专业知识，并在我遇到困难时给于我关心和帮助。没有他们的帮助，我不可能在今年毕业。在此，我对他们表示由衷的感谢,最后，感谢我至亲至爱的家人朋友，以及亲爱的同学。有了他们的帮助支持和鼓励，我的毕业设计才得以完成。参考文献刘金琨先进控制应用第二版北京电子工业出版社，周明，孙树栋遗传算法原理及应用北京国防工业出版社，陈国良，王煦法，庄镇泉，王东生遗传算法及其应用北京人民邮电出版社，王非，冯冬青，马雁基于改进遗传算法的参数优化研究中文核心期刊微计算机信息测控自动化顾毅，刘新国基于遗传算法的控制器的研究信息技术李瑞霞，李粉霞基于改进遗传算法的参数整定策略机械工程与自动化叶军，张新华基于改进遗传算法的控制器设计控制工程苗广祥，冯玉昌，陈卫，陆剑飞基于种改进遗传算法的参数优化仿真仪器仪表用户毛敏，于希宁基于遗传算法的参数优化方法电力自动化王琛，王仕成基于遗传算法的参数整定及仿真计算机仿真刘禾，段泉圣，李农庄......”。

3、“.....吕丽霞基于遗传算法的控制器参数优化研究仪器仪表用户谢勤岚，陈红基于遗传算法的控制器优化设计光学与光电技术牛理想，扈晓利，王高平基于遗传算法寻优的控制及仿真测试测量技术魏克新，王云亮，陈志敏，高强语言与自动控制系统设计第版北京机械工业出版社，张瑞丰精通北京中国水利水电出版社，何东健，刘忠超，范灵燕基于的控制器参数整定及仿真西安科技大学学报杨智，朱海锋，黄以华控制器设计与参数整定方法综述化工自动化及仪表张松艳选择算子与遗传算法的计算效率分析宁波大学学报理较大，虽然能够产生出较多的新个体，但也有可能破坏掉很多较好的模式，使得遗传算法的性能近似于随机搜索算法的性能若变异概率取值太小，则变异操作产生新个体的能力和抑制早熟现象的能力就会较差。般建议的取值范围是。终止代数终止代数是表示遗传算法运行结束条件的个参数，它表示遗传算法运行到指定的进化代数之后就停止运行，并将当前群体中的最佳个体作为所求问题的最优解输出。算法参数是影响算法性能和效率的关键，如何确定最优参数使算法性能最佳，本身就是个复杂的优化问题。遗传算法的仿真验证利用遗传算法求函数的极大值......”。

4、“.....该函数有两个局部极大点，分别是,和,，其中后者为全局最大点。求解该问题遗传算法的构造过程确定决策变量和约束条件。建立优化模型。确定编码方法。用长度为位的二进制编码串来分别表示二个决策变量。位二进制编码串可以表示从到之间的个不同的数，故将的定义域离散化为个均等的区域，包括两个端点在内共有个不同的离散点。从离散点到离散点，依次让它们分别对应于从到之间的二进制编码。再将分别表示的两个位长的二进制编码串连接在起，组成个位长的二进制编码串，就构成了这个函数优化问题的染色体编码方法。使用这种编码方法，解空间和遗传算法的搜索空间就具有对应的关系。例如就表示个个体的基因型，其中前位表示，后位表示。确定编码方法。解码时需要将位长的二进制编码串切断为两个位长的二进制编码串，然后分别将它们转换为对应的十进制整数代码，分别标记为和。依据个体编码方法和对定义域的离散化方法可知，将代码转换为变量的解码公式为，例如对个体，它由两个代码组成，上述两个代码经过解码后，可得到两个实际的值，确定个体评价方法。由于函数的值域总是非负的，并且优化目标是求函数的最大值，故可将个体的适应度直接取为对应的目标函数值，即......”。

5、“.....交叉运算使用单点交叉算子，变异运算使用基本位变异算子。确定遗传算法的运行参数群体大小，终止进化代数，交叉概率，变异概率。按照上述步骤求函数的极大值的程序参见附录。经过步迭代，最佳样本为，所以当,时，此函数取得极大值，为。仿真结果目标函数和适应度函数的优化过程如图，所示。运行结果显示在第代的时候，第二代的时候就达到最小值，此时，。由此可见，遗传算法对函数的优化与随机选取的初始群体无关，而是以目标函数值作为搜索信息，收敛速度快。图目标函数的优化过程图适应度函数的优化过程基于遗传算法的参数优化总体实现根据第二第三章所述的控制原理遗传算法的原理及应用步骤，本模型采用数字控制的位置式控制算法遗传算法的部分采用常用的二进制编码方法进行编码，采用最常用和最基本的三种遗传算子比例选择算子单点交叉算子和基本位变异算子进行遗传优化操作。由此，设计出本模型的总体设计框图，如图所示......”。

6、“.....强制分量和自有分量,输出电压波形电压波形时间电压绘制磁通波形磁通波形时间磁通强制分量,自有分量,绘制励磁电流波形,时间电流励磁电流波形程序直接运行就可以得到仿真结果，需要将函数程序放置在本程序的目录下才能运行。附录程序四阶龙格库塔缩写本程序的功能为用四阶龙格库塔求解常系数微分方程，没有用解析方法。程序如下龙格库塔算法主体部分,时间磁通,时间电流参数在程序中设定，直接运行就可以得出仿真结果，调用了函数。附录程序龙格四阶考虑饱和程序功能为对空载合闸时次侧回路的非常系数微分方程进行四阶龙格库塔数值求解，程序调用了函数在每个步长上计算励磁电流的值。程序如下设定参数和定义函数,龙格库塔算法的主题部分图形绘制时间磁通时间电流仿真的参数直接在程序中设定，直接运行程序就可以得出仿真结果，运行时要将函数程序与本程序放在同目录下。附录程序突发短路首字母本程序功能为用解析解的方法求解短路电流。短路电流,强制分量,自有分量,时间电流突发短路电流波形参数在程序中设定，直接运行便可得到仿真结果。附录程序四阶龙格库塔突发短路本程序功能为对突发短路时的常系数微分方程进行四阶龙格库塔数值求解。程序如下......”。

7、“.....直接运行便可得到仿真结果。致谢首先，我要感谢我的导师刘明基老师。在刘明基老师的悉心指导下，我才得以顺利完成论文。尤其是在在仿真的内容和方法上提出了非常宝贵的建议。感谢宿舍同学对我的支持，为我仿真的进行和论文的撰写提供了方便。感谢华北电力大学，为我提供了良好的学习环境。感谢所有帮助过我的人。院系电气与电子工程学院专业班级电气学生姓名张明峰指导教师刘明基学号译文成绩华北电力大学毕业设计论文译文部分原文著作期刊名称电力输送作者原文出版单位原文出版时间原文出版地点降低励磁涌流的新方法实验室测量分析说明和仿真研究摘要变压器励磁涌流可以导致变压器的寿命减少和无意的继电器跳闸。本文研究了种新的方法，在不考虑独立操作和估计剩磁的情况下，运用继电器控制中的潜在应用，可以最大限度的抑制励磁涌流。分析变压器，最坏情况下励磁涌流减半相比快速闭合开关的策略。瞬态励磁涌流的测量在空载配电变压器不同断开联结的瞬态系统上进行。揭示了励磁涌流的极值特征图可以作为个功能的开关次数。此模式可以通过模拟仿真延伸到其他配置的绕组。在最小的励磁涌流条件下......”。

8、“.....本为将对斩波能力的重要影响进行讨论。关键词控制开关，励磁涌流，残余通量，变压器建模Ⅰ引言在空载合闸的情况下，变压器会有个瞬态过电压和高电流的过程，此过程被称为励磁涌流暂态。励磁涌流的第个峰值可以达到变压器额定电流的好几倍。这对于小型变压器不是问题，但是对于大中型的电力变压器却变的重要。些比较小的聚集单位同时通电的情况下，通电瞬变将是另种问题。励磁涌流在相间是不对称和平衡的，可能会给电网和变压器自身造成巨大的压力。变压器绕组间的机械力会有类似于长时间短路时的增幅。正确的认识和推测变压器的通电实现参数的确定及表示参数的取值范围为，的取值范围为，。选取二进制串来表示每个参数，编码串长度选为。再把个长度为的二进制串连接起来就组成个长度为的二进制字串，该字串为遗传算法可以操作的对象。选取初始种群本课题遗传算法中使用的样本个数为，终止进化代数为，交叉概率和变异概率分别为，。种群初始化是产生与群体大小数目相同的个数的染色体在程序中，维数组构成个染色体，，数组构成个初始种群。因为需要编程来实现各过程，所以采用计算机随机产生初始种群。用函数来产生行列的个矩阵......”。

9、“.....即先产生之间均匀分布的随机数，然后规定产生的随机数之间代表，之间代表。适应度函数的确定根据控制器的原理和遗传算法的实现，本模型采用二进制编码，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。选用下式作为参数选取的最优指标式中，为系统误差，为控制器输出，为上升时间，为权值。为了避免超调为被控对象输出。取,,,。所以，个体的适应度函数为选择部分实现根据目标函数求出每个个体的相对适应度，利用函数和函数对每个个体的相对适应度降序排列，然后计算每个个体的累积概率，第量的心血。我还要感谢信息科学与工程学院的领导和电子信息科学与技术专业的所有老师，是他们教会我专业知识，并在我遇到困难时给于我关心和帮助。没有他们的帮助，我不可能在今年毕业。在此，我对他们表示由衷的感谢,最后，感谢我至亲至爱的家人朋友，以及亲爱的同学。有了他们的帮助支持和鼓励，我的毕业设计才得以完成。参考文献刘金琨先进控制应用第二版北京电子工业出版社，周明，孙树栋遗传算法原理及应用北京国防工业出版社，陈国良，王煦法，庄镇泉......”。