计算机控制系统设计基于遗传算法的控制技术全.pptx

第1页/共60页第2页/共60页第3页/共60页第4页/共60页第5页/共60页第6页/共60页结论：虽然仅进行一代遗传操作，但种群适值的平均值和最大值却比初始种群有了很大的提高，平均适值由293变到493，最大值由576变到729。这说明随着遗传运算的进行，种群正向着优化的方向发展。第7页/共60页遗传算法的执行策略遗传算法与模拟退火算法的结合遗传算法与局部优化方法的结合并行遗传算法共存演化遗传算法混乱遗传算法第8页/共60页7.2 遗传算法的模式理论一个模式(Schemata)就是一个描述种群中在位串的某些确定位置上具有相似性的一组符号串。三元素符号表0，1,*可以构造出任意一种模式：模式*111*可以和01110，01111，11110，11111中的任何一个位串相匹配 位串数量：k l 模式位数O(H),定义长度 ：H=011*1*，则 O(H)4 ，=4第9页/共60页第10页/共60页第11页/共60页第12页/共60页第13页/共60页第14页/共60页第15页/共60页第16页/共60页第17页/共60页7.3 遗传算法应用中的一些基本问题目标函数值到适值形式的映射 适值的调整编码原则多参数级联定点映射编码第18页/共60页第19页/共60页第20页/共60页第21页/共60页第22页/共60页第23页/共60页第24页/共60页第25页/共60页第26页/共60页第27页/共60页第28页/共60页7.4 高级遗传算法第29页/共60页第30页/共60页第31页/共60页第32页/共60页第33页/共60页第34页/共60页第35页/共60页1.0dij共享度S(d)dij=|xi-xj|第36页/共60页第37页/共60页7.5 微种群和双种群遗传算法改进算法的目的：为了提高简单遗传算法的收敛速度，并防止陷入成熟前的收敛以获取最优解 简单遗传算法的规模大致为30200 第38页/共60页第39页/共60页第40页/共60页第41页/共60页第42页/共60页第43页/共60页第44页/共60页7.6 基于遗传算法的系统在线辨识遗传算法在参数辨识中的应用1离散系统参数估计2多参数级联定点映射编码 3目标函数到适值形式的映射 第45页/共60页第46页/共60页第47页/共60页第48页/共60页第49页/共60页第50页/共60页第51页/共60页7.7 基于遗传算法的模糊控制第52页/共60页第53页/共60页第54页/共60页第55页/共60页第56页/共60页第57页/共60页第58页/共60页第59页/共60页感谢您的观看。第60页/共60页