資源描述：
《基于遺傳算法的模糊系統(tǒng)優(yōu)化設(shè)計方法》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第16卷第5期控制理論與應(yīng)用Vol.16,No.51999年10月CONTROLTHEORYANDAPPLICATIONSOct.,19993基于遺傳算法的模糊系統(tǒng)優(yōu)化設(shè)計方法王晶李玉蘭(中國科學(xué)院計算技術(shù)研究所·北京,100080)(北京衛(wèi)星環(huán)境工程研究所·北京,100029)蔡自興沈理(中南工業(yè)大學(xué)信息工程學(xué)院·長沙,410083)(中國科學(xué)院計算技術(shù)研究所·北京,100080)摘要:提出一種帶有混合變長編碼和模糊變異算子的新型模糊遺傳算法,并將其應(yīng)用到模糊系統(tǒng)的優(yōu)化設(shè)計中.仿真結(jié)果表明,這種方法具有即使系統(tǒng)缺乏任何先驗(yàn)知識,也能通過評價學(xué)習(xí)、遺傳優(yōu)化獲
2、得滿足系統(tǒng)動態(tài)性能的優(yōu)化控制規(guī)則的特點(diǎn).關(guān)鍵詞:模糊系統(tǒng);模糊遺傳算法;優(yōu)化設(shè)計AnOptimalDesignApproachforFuzzySystemBasedonGeneticAlgorithmWangJing(InstituteofComputingTechnology,ChineseAcademyofSciences·Beijing,100080,P.R.China)LiYulan(BeijingInstituteofSatelliteEnvironmentEngineering·Beijing,100029,P.R.Chian)CaiZixing
3、(CollegeofInformation,CentralSouthUniversityofTechnology·Changsha,410083,P.R.China)ShenLi(InstituteofComputingTechnology,ChineseAcademyofSciences·Beijing,100080,P.R.China)Abstract:Thispaperproposesanovelfuzzygeneticalgorithm,whichhasthecharacteristicsofhybridlength2varyingcodingsch
4、eme,separatesoptimalabilityandfuzzymutationoperator.Thefuzzygeneticalgorithmisappliedtotheoptimaldesignoffuzzysystems.Simulationresultsperformedontheinvertedpendulumcontrolshowthatproposeddesignschemecanacquirethesatisfieddynamicperformancebylearningandgeneticoptimizationevenforlac
5、kofanypriorknowledge.Keywords:fuzzysystem;fuzzygeneticalgorithm;optimaldesign1引言(Introduction)研究了模糊控制器中隸屬函數(shù)參數(shù)的遺傳優(yōu)化問模糊控制系統(tǒng)由描述控制器動態(tài)行為的一組模題,他利用SGA對論域空間的語言變量模糊集進(jìn)行糊控制規(guī)則構(gòu)成,其設(shè)計過程往往依賴領(lǐng)域?qū)＜业膬?yōu)化,構(gòu)成適應(yīng)控制系統(tǒng),并運(yùn)用到pH值系統(tǒng)的控先驗(yàn)知識,即對被控系統(tǒng)的熟悉程度.控制規(guī)則的獲制問題上.文獻(xiàn)[8]中利用GA去解決多變量模糊控取和隸屬函數(shù)參數(shù)的確定是設(shè)計模糊控制器的瓶頸制系統(tǒng)的設(shè)計中隸屬函
6、數(shù)的正確選擇問題,并對兩問題.利用基于實(shí)例學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)技術(shù)設(shè)計和優(yōu)級倒立擺系統(tǒng)做了仿真設(shè)計研究.文獻(xiàn)[9]中提出了[1～5]一種遺傳算法的改進(jìn)形式,引入了“雜交”算子和“主化模糊系統(tǒng)的方法已取得了很大成功,近來,不少研究者開始探討如何在先驗(yàn)知識不完備或無任何動優(yōu)生”選擇機(jī)制,并將其用到三角型和高斯型模糊先驗(yàn)知識(語言啟發(fā)式知識或傳感器的量測數(shù)據(jù))情子集的優(yōu)化問題上.文獻(xiàn)[15]則利用SGA實(shí)現(xiàn)模糊況下,利用基于經(jīng)驗(yàn)學(xué)習(xí)的遺傳算法技術(shù)去設(shè)計和神經(jīng)網(wǎng)絡(luò)中隸屬函數(shù)層的參數(shù)優(yōu)化問題,并構(gòu)成了[6～15]基于評價模型的模糊神經(jīng)控制器.2)語言變量的模動態(tài)優(yōu)化模糊系統(tǒng)
7、.根據(jù)模糊控制器中待優(yōu)化的結(jié)構(gòu)(控制規(guī)則)或糊子集形狀一定,運(yùn)用GA去尋找最優(yōu)的模糊控制[7,12,13]參數(shù)(隸屬函數(shù)),迄今為止的基于GA的模糊控制規(guī)則.這方面的研究與尋找模糊分類系統(tǒng)器的研究分為三類:1)模糊控制器的語言控制規(guī)則(fuzzyclassifiedsystem)的合理規(guī)則集密切相關(guān).[8,9,15～17][16,17]Barse[7]回顧了利用基于遺傳算法的機(jī)器學(xué)習(xí)方法去一定,優(yōu)化隸屬函數(shù)的參數(shù).Karr最早3國家自然科學(xué)基金(69774017)資助項(xiàng)目.本文于1997年9月12日收到.1998年2月20日收到修改稿.700控制理論與應(yīng)用1
8、6卷[12]尋找模糊分類系統(tǒng)的優(yōu)化分類器的方法.Pa
