TOP31基于遗传算法整定的PID控制-毕业设计学位论文范文模板参考资料.DOC文档免费在线阅读

变异算子主要有基本位变异算子，逆转算子，均匀变异等。

基本位变异基本位变异操作是指对个体编码串中以变异概率随机指定的位或几位基因座上的基因值作变异运算。

基本位变异操作改变的只是个体编码串中的个别几个基因座上的基因值，并且变异发生的概率也比较小，所以其发挥的作用比较慢，作用的效果也不明显。

逆转算子逆转算子是通过颠倒个体编码串中随机指定的二个基因座之间的基因排列顺序，来实现变异操作，其目的主要是为了能使遗传算法更有利于生产较好的模式。

均匀变异均匀变异算子又叫致变异算子，是指分别用符合范围内均匀分布的随机数，以较小的概率来替换个体编码串中各个基因座上的原有基因值。

遗传算法控制参数选取在设计遗传算法时，方面需要针对具体问题选择适当的编码方案及相应的遗传算子另方面需要选择算法的控制参数式。

它简单实用，易于实现，适用范围广，鲁棒性好，在现今的工业过程中获得了广泛的应用。

但参数优化直是困扰人们的问题，尽管现在已经有许多方法用于参数整定，因为这些方法或多或少都存在着问题，令更工程化的应用方面。

目前，遗传算法被广泛应用于生产调度图象处理函数优化机器人学习自动控制等领域。

课题研究背景和意义在生产过程自动控制的发展历程中，控制是历史最久生命力最强的基本控制方的能力也显著提高，同时产业应用方面的研究也在摸索之中。

此外些新的理论和方法在应用研究中亦得到了迅速的发展，这些无疑均给遗传算法增添了新的活力。

遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新置身于有关遗传算法的研究或应用之中。

近些年，无论是遗传算法的理论研究还是它的应用研究都成了十分热门的课题。

尤其是遗传算法的应用研究显得格外活跃，不但它的应用领域扩大，而且利用遗传算法进行优化和规则学习。

年，他又出版了遗传程序设计第二册可重用程序的自动发现深化了遗传程序设计的研究，使程序设计自动化展现了新局面。

目前，关于遗传算法研究的热潮仍在持续，越来越多的从事不同领域的研究人员已经或正在问题的遗传程序设计方法。

年，编辑出版了遗传算法手册，其中包括了遗传算法在工程技术和社会生活中的大量应用实例。

年，发表了他的专著遗传程序设计基于自然选择法则的计算机程序设计届遗传算法国际会议，成立了国际遗传算法学会。

年，的学生出版了专著搜索优化和机器学习中的遗传算法。

同年，美国斯坦福大学的提出了用层次化的计算机程序来表达自然系统和人工系统的自适应，这是第本系统论述遗传算法的专著。

同年，完成了他的博士论文类遗传自适应系统的行为分析。

进入八十年代，遗传算法迎来了兴盛发展时期。

年，在美国召开了第的学生在博士论文中首次提出遗传算法词。

年，在他的博士论文中首次把遗传算法用于函数优化。

年出版了等研究工作。

进入年代后，美国密执安大学的教授及其学生们受到这种生物模拟技术的启发，创造出了种基于生物遗传和进化机制的适合复杂系统优化计算的自适应概率优化技术遗传算法。

年，象而提出来的种随机搜索算法。

遗传算法起源于对生物系统所进行的计算机模拟研究。

早在本世纪年代，就有学者开始研究如何利用计算机进行生物模拟的技术，他们从生物学的角度进行了生物的进化过程模拟遗传过程模拟章陈述了当前工业控制的状况，如日本电子测量仪表制造协会在年对过程控制系统做的调查报告。

该报告表明以上的控制回路是结构。

遗传算法的发展与现状遗传算法就是根据自然界这个物竞天择，适者生存现新的控制思想设计出具有结构的新控制器，控制技术被注入了新的活力。

另方面，些新控制技术的发展要求更精确的控制，从而刺激了控制器设计与参数整定技术的发展。

国际上有些研究文广泛的种控制器。

各种现代控制技术的出现并没有削弱控制器的应用，相反，新技术的出现对于控制技术的发展起了很大的推动作用。

方面，各种新的控制思想不断被应用于控制器的设计之中或者是使用的气动控制器以及同时期仪器公司推出的带有所谓功能的气动控制器都是最早出现的具有完整结构的控制器。

控制至今仍是应用最对控制器的早期发展做出重要贡献，甚至可以说控制器完全是在实际工业应用中被发明并逐步完善起来的。

值得指出的是，年仪器公司推出的款带有所谓功能的名为易于应用的控制器。

仪表工业的重心是使控制技术能跟上工业技术的最新发展。

从气动控制到电气控制到电子控制再到数字控制，控制器的体积逐渐缩小，性能不断提高。

些处于世界领先地位的自动化仪表公司对易于应用的控制器。

仪表工业的重心是使控制技术能跟上工业技术的最新发展。

从气动控制到电气控制到电子控制再到数字控制，控制器的体积逐渐缩小，性能不断提高。

些处于世界领先地位的自动化仪表公司对控制器的早期发展做出重要贡献，甚至可以说控制器完全是在实际工业应用中被发明并逐步完善起来的。

值得指出的是，年仪器公司推出的款带有所谓功能的名为的气动控制器以及同时期仪器公司推出的带有所谓功能的气动控制器都是最早出现的具有完整结构的控制器。

控制至今仍是应用最广泛的种控制器。

各种现代控制技术的出现并没有削弱控制器的应用，相反，新技术的出现对于控制技术的发展起了很大的推动作用。

方面，各种新的控制思想不断被应用于控制器的设计之中或者是使用新的控制思想设计出具有结构的新控制器，控制技术被注入了新的活力。

另方面，些新控制技术的发展要求更精确的控制，从而刺激了控制器设计与参数整定技术的发展。

国际上有些研究文章陈述了当前工业控制的状况，如日本电子测量仪表制造协会在年对过程控制系统做的调查报告。

该报告表明以上的控制回路是结构。

遗传算法的发展与现状遗传算法就是根据自然界这个物竞天择，适者生存现象而提出来的种随机搜索算法。

遗传算法起源于对生物系统所进行的计算机模拟研究。

早在本世纪年代，就有学者开始研究如何利用计算机进行生物模拟的技术，他们从生物学的角度进行了生物的进化过程模拟遗传过程模拟等研究工作。

进入年代后，美国密执安大学的教授及其学生们受到这种生物模拟技术的启发，创造出了种基于生物遗传和进化机制的适合复杂系统优化计算的自适应概率优化技术遗传算法。

年，的学生在博士论文中首次提出遗传算法词。

年，在他的博士论文中首次把遗传算法用于函数优化。

年出版了自然系统和人工系统的自适应，这是第本系统论述遗传算法的专著。

同年，完成了他的博士论文类遗传自适应系统的行为分析。

进入八十年代，遗传算法迎来了兴盛发展时期。

年，在美国召开了第届遗传算法国际会议，成立了国际遗传算法学会。

年，的学生出版了专著搜索优化和机器学习中的遗传算法。

同年，美国斯坦福大学的提出了用层次化的计算机程序来表达问题的遗传程序设计方法。

年，编辑出版了遗传算法手册，其中包括了遗传算法在工程技术和社会生活中的大量应用实例。

年，发表了他的专著遗传程序设计基于自然选择法则的计算机程序设计。

年，他又出版了遗传程序设计第二册可重用程序的自动发现深化了遗传程序设计的研究，使程序设计自动化展现了新局面。

目前，关于遗传算法研究的热潮仍在持续，越来越多的从事不同领域的研究人员已经或正在置身于有关遗传算法的研究或应用之中。

近些年，无论是遗传算法的理论研究还是它的应用研究都成了十分热门的课题。

尤其是遗传算法的应用研究显得格外活跃，不但它的应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高，同时产业应用方面的研究也在摸索之中。

此外些新的理论和方法在应用研究中亦得到了迅速的发展，这些无疑均给遗传算法增添了新的活力。

遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新更工程化的应用方面。

目前，遗传算法被广泛应用于生产调度图象处理函数优化机器人学习自动控制等领域。

课题研究背景和意义在生产过程自动控制的发展历程中，控制是历史最久生命力最强的基本控制方式。

它简单实用，易于实现，适用范围广，鲁棒性好，在现今的工业过程中获得了广泛的应用。

但参数优化直是困扰人们的问题，尽管现在已经有许多方法用于参数整定，因为这些方法或多或少都存在着问题，令控制系统达不到理想的控制效果。

然而，自然界中的生物却在这方面表现出了其优异的能力，它们能够以优胜劣汰适者生存的自然进化规则生存和繁衍，并逐步产生出对其生存环境适应性很高的优良物种。

遗传算法正是借鉴生物的自然选择和遗传进化机制而开发出的种全局优化自适应概率搜索方法。

遗传算法使用群体搜索技术，它通过对当前群体施加选择交叉变异等系列遗传操作，从而产生出新代的群体，并逐步使群体进化到包含或接近最优解的状态。

它具有思想简单易于实现应用效果明显等优点，在自适应控制组合优化等许多领域得到了广泛的应用。

遗传算法给我们呈现出的是种通用的算法框架，该框架不依赖于问题的种类。

采用遗传算法进行三即为的原始适应函数。

用目标函数变换的方式来定义标准适应度函数标准适应函数将原始适应函数作个适当的变换以转化成标准的度量方式，即都转化为极大化情形，并保证适应值非负。

这常常是演化计算中的些选择策略如基于适应值比例的选择策略所需要的。

选择算子选择的本质是染色体的复制，它是生物能够保持性状而达到物种稳定的最主要原因。

在遗传算法中，选择的作用就像个筛子，它根据个体对于目标函数的适应情况，将高适应值的个体选中，使其基因得以遗传复制到下代，而低适应值的个体染色体则被淘汰。

因此选择的本质是筛选，而功能则是定向进化。

经过选择算子多次的定向积累，种群中的个体就会迅速向使目标函数值高的区域靠拢，形成高质量解种群。

选择算子的形式有很多种，不同的选择算子有不同的性质和适应范围。

选择算子主要有比例选择算子最有保存策略排序选择等方式。

比例选择它是最常用和最基本的选择算子。

比例选择算子的操作方法的基本思想是各个个体被选中的概率与其适应度大小成正比。

其缺点是由于比例选择算子是随机操作，所以选择误