种基于遗传算法的 控制器参数优化设计。遗传算法模仿生物进化的步骤，在优化过程中引入了选择， 交叉，变异等算子，选择是从父代种群中将适应度较高的个体选择出来，以优化种群 交叉是从种群中随机地抽取对个体，并随机地选择多位进行交叉，生成新样本，达到 增大搜索空间的目的变异是为了防止选择和交叉丢失重要的遗传信息，它对个体按位 进行操作，以提高的搜索效率和全局搜索能力。通过适应度函数来确定寻优方向， 与其他些常规整定方法相比，遗传算法比较简便，整定精度较高。本文用遗传算法对 柴油机调速系统的参数进行了优化，对该系统进行了仿真，实验结果表明该种算法 的有效性，也表明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。 关键词遗传算法控制器参数优化 , , 基于遗传算法的参数优化设计 摘要 调节器是最早发展起来的控制策略之，遗传算法是种借鉴生物界自然选择 和自然遗传学机理上的迭代自适应概率性搜索算法。本文提出了种基于遗传算法的 控制器参数优化设计。遗传算法模仿生物进化的步骤，在优化过程中引入了选择， 交叉，变异等算子，选择是从父代种群中将适应度较高的个体选择出来，以优化种群 交叉是从种群中随机地抽取对个体，并随机地选择多位进行交叉，生成新样本，达到 增大搜索空间的目的变异是为了防止选择和交叉丢失重要的遗传信息，它对个体按位 进行操作，以提高的搜索效率和全局搜索能力。通过适应度函数来确定寻优方向， 与其他些常规整定方法相比，遗传算法比较简便，整定精度较高。本文用遗传算法对 柴油机调速系统的参数进行了优化，对该系统进行了仿真，实验结果表明该种算法 的有效性，也表明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。 关键词遗传算法控制器参数优化 , ，对该系统进行了仿真，实验结果表明该种算法 的有效性，也表明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。 关键词遗传算法控制器参数优化 , , , , 基于遗传算法的参数优化设计 摘要 调节器是最早发展起来的控制策略之，遗传算法是种借鉴生物界自然选择 和自然遗传学机理上的迭代自适应概率性搜索算法。本文提出了种基于遗传算法的 控制器参数优化设计。遗传算法模仿生物进化的步骤，在优 基于遗传算法的参数优化设计 摘要 调节器是最早发展起来的控制策略之，遗传算法是种借鉴生物界自然选择 和自然遗传学机理上的迭代自适应概率性搜索算法。本文提出了种基于遗传算法的 控制器参数优化设计。遗传算法模仿生物进化的步骤，在优化过程中引入了选择， 交叉，变异等算子，选择是从父代种群中将适应度较高的个体选择出来，以优化种群 交叉是从种群中随机地抽取对个体，并随机地选择多位进行交叉，生成新样本，达到 增大搜索空间的目的变异是为了防止选择和交叉丢失重要的遗传信息，它对个体按位 进行操作，以提高的搜索效率和全局搜索能力。通过适应度函数来确定寻优方向， 与其他些常规整定方法相比，遗传算法比较简便，整定精度较高。本文用遗传算法对 柴油机调速系统的参数进行了优化，对该系统进行了仿真，实验结果表明该种算法 的有效性，也表明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。 关键词遗传算法控制器参数优化 , ，对该系统进行了仿真，实验结果表明该种算法 的有效性，也表明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。 关键词遗传算法控制器参数优化 , , 基于遗传算法的参数优化设计 摘要 调节器是最早发展起来的控制策略之，遗传算法是种借鉴生物界自然选择 和自然遗传学机理上的迭代自适应概率性搜索算法。本文提出了种基于遗传算法的 控制器参数优化设计。遗传算法模仿生物进化的步骤，在优化过程中引入了选择， 交叉，变异等算子，选择是从父代种群中将适应度较高的个体选择出来，以优化种群 交叉是从种群中随机地抽取对个体，并随机地选择多位进行交叉，生成新样本，达到 增大搜索空间的目的变异是为了防止选择和交叉丢失重要的遗传信息，它对个体按位 进行操作，以提高的搜索效率和全局搜索能力。通过适应度函数来确定寻优方向， 与其他些常规整定方法相比，遗传算法比较简便，整定精度较高。本文用遗传算法对 柴油机调速系统的参数进行了优化，对该系统进行了仿真，实验结果表明该种算法 的有效性，也表明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。 关键词遗传算法控制器参数优化 ,