基于遗传算法的PID参数优化毕业设计论文

本科生毕业设计（论文）论文题目：基于遗传算法的PID参数优化毕业设计（论文）原创性声明和使用授权说明

原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期：年月日导师签名:日期：年月导师签名:日期：年月注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。.附件包括：任务书、开题报告、外文译文、译文原文（复印件）。.文字、图表要求：1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画3）毕业论文须用A4单面打印，论文50页以上的双面打印4）图表应绘制于无格子的页面上5）软件工程类课题应有程序清单，并提供电子文档.装订顺序）设计（论文））附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装指导教师评阅书指导教师评价：一、撰写（设计）过程1、学生在论文（设计）过程中的治学态度、工作精神优□良□中□及格□不及格2、学生掌握专业知识、技能的扎实程度优□良□中□及格□不及格3、学生综合运用所学知识和专业技能分析和解决问题的能力优□良□中□及格□不及格4、研究方法的科学性；技术线路的可行性；设计方案的合理性优□良□中□及格□不及格5、完成毕业论文（设计）期间的出勤情况优□良□中□及格□不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？优□良□中□及格□不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平优□良□中□及格□不及格建议成绩：口优□良□中□及格□不及格

（在所选等级前的口内画）指导教师：（签名）单位：（盖章）年月日评阅教师评阅书评阅教师评价：一、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？优□良□中□及格□不及格二、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平优□良□中□及格□不及格建议成绩：口优□良□中□及格□不及格

（在所选等级前的口内画）评阅教师：（签名）单位：（盖章）年月日教研室（或答辩小组）及教学系意见教研室（或答辩小组）评价：一、答辩过程1、毕业论文（设计）的基本要点和见解的叙述情况口优口良口中口及格口不及格2、对答辩问题的反应、理解、表达情况口优口良口中口及格口不及格3、学生答辩过程中的精神状态口优口良口中口及格口不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？口优口良口中口及格口不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？口优口良口中口及格口不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义口优口良口中口及格口不及格2、论文的观念是否有新意？设计是否有创意？口优口良口中口及格口不及格3、论文（设计说明书）所体现的整体水平口优口良口中口及格口不及格评定成绩：口优口良口中口及格口不及格教研室主任（或答辩小组组长）：（签名）年月日教学系意见：系主任：（签名）年月日辽宁科技大学本科生毕业论文基于遗传算法的PID参数优化摘要PID控制一直是工业生产过程中应用最为广泛而且最为成熟的一种控制，它以其算法简单、可靠性高、鲁棒性好等优点应用于工业控制领域。PID控制器有三个参数：比例、积分和微分系数，当PID结构确定的情况下，这三个参数将会决定控制器的品质，参数的调节和优化至关重要。遗传算法(GeneticAlgorithm,GA)源于生物系统的研究，而后由Holland教授和学生创造出适合于复杂系统优化的自适应概率化技术，本文主要研究遗传算法的基本概念和原理，利用遗传算法对控制系统进行PID参数优化，遗传算法在优化的过程中，与常规方法相比更加便捷和迅速，整定的精度相对较高。最后通过MATLAB语言，对该系统进行了仿真，实验结果证明了遗传算法的动态特性和控制效果，证明其有效性与可靠性。关键词：遗传算法，PID控制器，参数优化，仿真第第II页辽宁科技大学本科生毕业论文PIDParametersOptimizationBasedonGeneticAlgorithmAbstractPIDcontrolhasbeenthemostextensiveandthemostmatureofacontrolintheprocessofapplicationontheindustrialproduction.Ithasawideapplicationinthefieldofindustrialcontrolbecauseofitssimplealgorithmand,reliabilityandrobustness.PIDcontrollerhasthreeparameters:proportional,integralanddifferentialcoefficient,whentodeterminethestructureofthePID,thethreeparameterswilldeterminethecontroller'squality,andtheparameterregulationandoptimizationwillbeveryimportant.Geneticalgorithm(GA)sourcesinthestudyofbiologicalsystems,andthenprofessorsHollandandhisstudentcreatedatechnologywhichissuitableforthecomplexsystemoptimizationofadaptiveprobability.ThebasicconceptandprincipleofthemainpurposeofthispaperistostudythegeneticalgorithmandusingthegeneticalgorithmtooptimizethePIDparametersofthecontrolsystem.Thegeneticalgorithmcomparedtotheconventionalmethodsismoreconvenientandquicklyintheoptimizationprocess,alsoit'stuningaccuracyisrelativelyhigh.Atlast,thesystemissimulatedbyMATLAB,andtheresultsprovethedynamiccharacteristicandcontroleffectofthegeneticalgorithm,andproveitsvalidityandreliability.Keywords:Geneticalgorithm；PIDcontroller;Parameteroptimization；Simulation第III第III页目录TOC\o"1-5"\h\z1绪论1选题意义与研究价值1PID控制器1PID控制器参数优化分类3遗传算法的简介7国内外研究现状7本文的主要研究内容82遗传算法9遗传算法概要9基本遗传算法的实现技术10算法流程10编码方法11适应度函数11选择、交叉、变异算子12遗传算法与其他算法比较12遗传算法优点143基于遗传算法的PID控制器参数优化16传统遗传算法的PID整定16算法步骤17系统仿真一MATLAB©言17遗传算法的参数设置18MATLAB遗传算法操作184基于遗传算法的PID参数优化的应用20柴油机调速系统模型概述20第IV第IV页TOC\o"1-5"\h\z测速环节20柴油机20柴油机控制系统模型20数学模型的建立21机调速系统的PID参数优化设计与仿真21遗传算法优化柴油机调速系统PID参数23结论26致谢27参考文献28附录（程序清单）281绪论选题意义与研究价值20世纪30年代以来，自动化生产飞速发展，取得了惊人的成就，过程控制是工业自动化中的一个重要分支。生产对过程控制的要求为安全性、稳定性以及经济性，在很多情况下，PID控制器就可以实现其控制任务，而且，它也以自身结构简单、容易实现、鲁棒性强等优点，在各个工业生产控制中占据着主导地位。PID控制器的设计和应用，其核心问题就是参数的整定与优化，合适的控制器参数会使得生产更为高效与安全，在方案设计合理的基础上，参数的整定将会影响到控制器的质量［i］。随着现代控制理论的建立与完善，过程控制的方法和思路也在不断创新，与此同时，为了适应日益提高的生产工艺，过程控制的要求也越来越高。传统的PID控制由于受到多方面的约束，在当今的生产控制中收到很多限制，因此提高PID控制算法能力或者根据现代控制理论来设计PID控制算法就显得尤为重要。尽管随着模糊控制、智能控制理论和神经网络的发展，形成了诸多智能PID控制策略，但这些控制策略要求参数优化的搜索空间可微，在应用中受到了很多限制，针对这些，人们一直在寻求更为简单、有效的PID参数优化技术川o遗传算法是模仿自然生物进化机制而发展起来的随机全局搜索和优化方法，借鉴达尔文的进化论和孟德尔的遗传学说，它的本质是一种高效、全局、并行的搜索方法，它与传统的算法不同，不依赖于梯度信息，通过模拟自然进化来寻找最优解阿。人们对遗传算法进行大量研究，其应用已经逐渐渗透到工业生产的各个领域，而遗传算法自身的优势，在PID控制器的参数优化中，也发挥着重要的作用。PID控制器模拟控制的系统中，控制器常用PID控制，其控制系统原理框图如图1.1所示。图1.1PID控制原理图PIDPID控制为线性控制的方法,控制器根据给定值r(t)与实际输出值y(t)构成的控制偏差e(t),即:TOC\o"1-5"\h\ze(t)=r(t)-y(t)(1-1)通过对偏差进行比例、积分与微分运算，将结果相加，就得到了PID控制器的控制输出u(t)的表达式：de(t)u(t)=Kp良t)+干je(t)dt+T；*(1-2)Tdt式中Kp为比例系数；Ti指积分时间常数；Td代表微分时间常数。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的[iv]。.比例(P)控制比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差。.积分(I)控制在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。.微分(D)控制在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后（delay）组件，具有抑制误差的作用，具变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分（PD）控制器能改善系统在调节过程中的动态特性。近些年来，智能控制理论的发展与应用越来越广泛与深入，如何设计PID控制器的算法，如何使PID的控制算法最优化，已经成为了人们研究的热点问题。由上图我们看到，在PID控制器中，比例系数（Kp）、积分时间常数（工）以及p微分时间常数（Td）的选择直接关系到了系统性能，这三个值的选择是PID控制器设计的关键问题。1.1.2PID控制器参数优化分类PID控制器在工业过程中广泛应用，但是传统的PID控制器稳定性差，适应能力弱等不足，很难满足生产过程中控制的多变性与稳定性。PID参数优化将变得尤为重要，其优化方法主要有：常规Z-N法、基于模糊控制的PID参数整定、衰减曲线法等。.常规Z-N整定方法常规Z-N整定方法是由Ziegler和Nichols在1942年提出的[v],该方法基于受控过程的开环动态响应中一些特征参数而进行的PID参数整定，经验公式基于带有延迟的一阶惯性模型而提出来的，对象模型如下：Gs)e-sGs)(1-3)其中：K为放大系数，T为惯性时间常数，p为延迟时间。其中K、T、

可以由图1.2求出来，同时也可以用已知频率求出相应数据，按表1.1求取控制器参数。y(t)f图1.2作图法确定参数表1.1Ziegler-Nichols参数整定算法控制器类型根据模型设定根据频率响应设定K=Kt/T1=2到%KpTiTdKpTiTdP1/口0.5KccPI0.9后3t0.4Kc0.8TcPID1.2'豆V20.6Kcc0.5Tc0.12Tc.基于模糊控制的PID参数整定基于模糊控制的PID参数整定就是将模糊控制理论应用到PID三个参数的整定中，通过将模糊理论与PID结合起来，进而构成模糊PID控制器。模糊控制就是以模糊集理论、模糊语言变量和逻辑推理为基础的一种智能控制，就是在行为上模仿人的模糊推理和决策的一种智能控制方法。其基本原理框图如图2.3所示。

传感器D/A传感器D/A图1.3模糊控制的基本原理框图模糊自适应PID控制就是运用模糊数学基本原理与方法，把规则的条件、操作用模糊集来表示，同时将这些模糊控制规则和相关信息存入计算机知识库中作为知识，计算机根据系统的响应情况，通过模糊推理，进而实现对PID参数的调整，进而去得到最佳参数，该控制器的结构如图1.4所示。ec模糊推理ec模糊推理r(t)errorKpKiKcy(t)PIDr(t)errorKpKiKcy(t)PID调节器对象图1.4模糊自适应PID控制器结构其中：r(t)表示系统的输入，y(t)指系统的输出，error是系统输入与输出的差，"误差变化率。模糊自适应参数整定就是研究PID三个参数与8、位之间关系，该系统在运行的过程中不断检测f和"，PID的三个参数将会被修改，

以满足不同f和配对控制参数的不同要求，进而使被控对象性能发挥到极致。.临界比例度法临界比例度法是现在应用较为广泛的一种控制器参数整定法，其实质是首先让控制器在纯比例作用下，通过实验，寻找到等幅振荡的过渡的过程，记录该情况下的比例度6K以及等幅振荡周期丁口再有简单计算得到T*,和T^,步骤如下：.『，工=0,选择一个较大的6值，当稳定时将控制系统进行自动控制。.突然增大设定值，观察曲线的变化情况，此时应该为一个衰减曲线的过程，减小6的值，当出现等幅振荡时，记下此时的比例度d和振荡曲线的周期Tk。按表1.2计算控制器的参数。表1.2临界比例度法参数计算表制参数控制作沪、6LP26・・PI2.260.85几IS.・PID1.760.5TMFt.0.13%Ft.4.稳定边界法稳定边界法是一种针对于闭环回路的调节过程，具体操作是先让控制器在纯比例的作用下，用实际仿真来进行调试，寻找出等幅振荡的过程曲线，然后记下此时的《以及等幅振荡周期Tu,而后经过简单的计算求出PID的相关参数值。表1.3稳定边界法PID整定公式调节器参数k调节器参数kpTiTd控制规律P0.5KP0.5KmPI0.455Km0.85TuPID0.6Km0.50Tu0.125Tu1.1.3遗传算法的简介遗传算法是一种借鉴生物界中的自然选择和自然遗传机制的一种随机搜素算法(RandomSearchingAlgohthms)，遗传算法对梯度信息没有依赖，最优解是经过模拟的自然进化而得到的，这也是它不同于传统算法的重要特征之一。遗传算法的这些特点决定了将其应用在PID参数上的的优化上是可行的，因为它的开放性，并且容易与实际问题结合，便于运算，这已成功运用到很多实际优化问题。国内外研究现状PID控制的参数整定方法的研究历史悠久，早在1942年，Ziegler和Nichols就针对一阶惯性加纯延迟的对象提出了PID控制器参数整定的Z-N法，曲线拟合的方法将阶跃相应数据拟合为近似的一阶惯性加纯滞后环节的模型，从而来解决常规的控制对象。这种方法和理论很快就应用在了实际的生产中。同一年，Ziegler提出了参数整定的临界振荡法，随着后来理论基础的发展，越来越多的参数整定方法开始出现。1993年，陈福祥等提出了增益优化的PID参数整定方法，根据测量得到的阶跃响应的瞬时值去计算PID控制器的参数值。1995年，UdoKuhn提出基于总和时间常数的整定方法，该方法对阶跃响应曲线为S型的自衡对象适用。而针对于遗传算法的PID控制器参数优化，国内外学者的理论研究与实际应用也很广泛，基于遗传算法的PID控制器参数优化整定方法要优于传统的整定方法的观点在很多文献中已经证实。但是，遗传算法的研究并非顺风顺水，在它的研究过程中也在一定的程度上发现了几个问题：第一，遗传算法受适应度选择影响，有时难以达到全局最优化，因为此时的遗传算法不一定会收敛于局部最优。第二，在动态数据上求系统最优解的问题上，遗传算法有其一定的局限性。近些年来，我国在遗传算法的理论和应用方面成果巨大，遗传算法已经被成功应用于各种不同领域，解决了实际应用中的很多问题。本文的主要研究内容本文主要研究基于遗传算法的PID参数优化，。研究内容主要为：第一章：绪论。介绍该课题的研究背景与价值，对PID和遗传算法的概念进行了简单的介绍，分析了国内外对于该课题的研究情况。第二章：遗传算法概述。对遗传算法的概念和特点进行介绍与研究，通过框图研究遗传算法的基本原理，同时将遗传算法与其他传统算法进行了比较和分析。第三章：基于遗传算法的PID参数优化。研究基于遗传算法的PID整定,对遗传算法中的一些常用概念进行介绍，同时用，MATLAB语言对遗传算法进行简单的编程介绍。第四章：柴油机调速系统的PID参数优化设计与仿真研究。首先建立柴油机调速系统的模型，将基于遗传算法的PID控制应用到该系统中，并优化参数，最后通过MATLAB来进行仿真，证明遗传算法相对传统算法的优势。2遗传算法遗传算法概要遗传算法的基本概念如下：.基因（gene）:DNA或者RNA中占一定位置的基本遗传单位，也称遗传因子。在生物界中，生物的基因数量根据物种不同而多少不同，一个基因或者多个基因决定了氨基酸的组成比例及顺序。在遗传算法中，一个基因常有一个二进制位或一个整数或字符等来代表，人们利用基因的特性，用计算机来模仿对基因的操作过程。基因为遗传算法中的最小单位。.染色体（（Chromosom）：在生物界的生物细胞中，它是遗传物质的主要载体，由基因组成。染色体上包含着生物体的全部遗传信息，这也说明了染色体对生物来说相当重要。遗传算法中自然也少不了染色体，人们对染色体进行编码来模仿生物细胞中的染色体。实际应用中，可能解需要用合适的码子进行编码，具中用到最多的就是二进制，因为二进制编码相对简单，同时和生物体的染色体组成类似。由1和0组成的二进制编码用就作为染色体，其长度恒定不变，这些单个的0和1的字符即为基因。.种群(Population):染色体有特征的个体集合即为种群，个体的数量为群体的大小。遗传算法中，一个群包含实际问题在某一代解的空间，也是可能解的集合，在遗传算法中，种群为其提供了搜索解的遗传进化搜索空间。.选择(selection):自然界中的生物进化是由环境来对个体进行选择的,也就是达尔文的“适者生存”法则。遗传算法中，选择的指标为适应度，将适应度搞的个体选择，为意义不遗传做准备，适应度的大小决定着被选择的概率大小。计算适应度的方法主要有按比例的适应度计算与排序适应度计算，而后的选择方法主要有随机遍历抽样、局部选择、锦标赛选择等，选择不会对染色体和基因造成影响［vi］。.交叉(crossove):交叉就是指生物进化过程中的基因重组，在遗传算法中，交叉是非常重要的操作，也是基本操作之一，主要算法有实值重组和二进制交叉。基因重组是结合父代交配种群中的信息而产生的新个体。.变异(mutation)：生物体的性状不是恒定的，它会随着环境的变化而逐渐发生细微的改变。遗传算法中也有模仿该过程的方法，也就是变异。变异使得遗传算法拥有一定随机搜索能力，在某种程度上完善了遗传算法的性能，变异算法主要有实值变异和二进制变异。基本遗传算法的实现技术算法流程基本遗传算法的算法流程图如图2.1所示

开始图2.1基本遗传算法的算法流程图编码方法把一个问题的可行解从空间转换到遗传算法能处理的搜索空间的转换方法

称之为编码。编码是遗传算法应用时所要解决的首要问题，同时是遗传算法的关键步骤。把问题的各类参数用编码构成子用，把子用冉并接成染色体用。常用的编码方法为二进制编码。适应度函数适应度函数反映了个体对外界环境的适应能力的强弱情况，目标函数与之相关。遗传算法中适应度这个概念用来衡量群体中各个个体在优化计算中能够达到或者接近于找到最优解的优良程度，适应度的高低与遗传到下一代的概率成正比，度量个体适应度的函数就称为适应度函数(FitnessFunction)0选择、交叉、变异算子遗传算法用选择算子对群体中的个体进行优胜劣汰的操作。常用的选择算子是基本遗传算法中的比例选择算子，比例选择算子的基本思想是：个体被选中的概率与它自身适应度大小成正比。假设群体的大小为M,个体i的适应度为Fi,那么个体i被选中的概率Pi如公式3.1Pi=4⑵1)'、Fii4上式可以看出，选择算子的作用就是将适应能力强更接近于最优的解生存下来，这样，就产生了对环境适应能力较强的后代。就实际问题来讲，也就是选择出和最优解最为接近的中间解。交叉算子是对两个互相配对染色体按照一定的方式进行部分基因的相互交换，进而产生新的个体。它是遗传算法区别于其他算法的主要体现与特征，在遗传算法中起着尤为关键的作用。单点交叉算子，即在群体中随机选取两个个体，在个体编码用中只随机设一个交叉点，在该点以一定的概率Pc相互交换两个配对个体的部分染色体。一般Pc的经验取值范围为0.40--0.99[vii]。变异算子在遗传算法中指，对要执行变异的位求反，也就是把1变0,把0变1。变异的概率pm与生物变异极小的情况一致，变异运算是指将个体染色体编码用中某些基因座上的基因值用该基因座的其它等位基因来替换，形成一个新的个体。一般Pm的经验取值范围是0.0001--0.1。变异能够让遗传算法具有局部随机搜索功能，同时可维持群体的多样性，避免出现初期收敛问题，总的说变异增加了全局优化的可能性。遗传算法与其他算法比较遗传算法与传统算法对比示意图如图2.2所示起始于单个点起始于群体传统算法遗传算法起始于单个点起始于群体传统算法遗传算法图2.2传统算法与遗传算法对比.遗传算法与启发算法比较启发式算法的方法是寻求一种能够产生可行解的启发式规则，从而去寻找到问题的最优解或者近似最优解，这种方法效率较高，但是它针对的问题必须找到其特有的一种启发式规则，同时这种启发式规则一般没有通性，不适用于其他问题。而遗传算法是不采用确定性规则，它主要强调的是利用概率转换规则来引导搜索过程。.遗传算法与爬山法的比较爬山法包含直接法、梯度法以及Hessian法。爬山法首先会在最优解可能存在的地方选一个初始点，通过对目标函数特性的分析，再从初始点转移到一个新的点，周而复始，重复进行该过程。爬山搜索的过程是确定的，它通过一系列点的产生收敛到最优解。相比之下，遗传算法的搜索过程是随机的，它产生的是一系列的随机种群序列。二者的主要差别表现在如下两个方面：(1)爬山法的初始点只有一个，取决于决策者，遗传算法有多个初始点，且都是随机产生的。(2)由目标函数特性可知，爬山法由上一个点产生一个新的点，遗传算法通过遗传操作进行，在当前种群中经交叉、变异与选择产生下一代，针对同一优化问题，遗传算法使用的机时比爬山法要多，不过遗传算法可以处理一些更加复杂的优化问题。.遗传算法与盲目随机法比较盲目随机法搜索只有在解在搜索空间中形成紧致分布时才有效，不过遗传算法作为导向随机搜索方法，能够对被编码参数空间进行高效搜索。两者的主要区别体现在如下四点：(1)遗传算法搜索种群中的点不是单点，而是并行的。(2)遗传算法不需要辅助的信息和知识，只需要影响搜索的方向与目标函数以及相对应的适应度。(3)遗传算法的变换规则是概率变换规则。(4)遗传算法使用编码参数集。.遗传算法与穷举法比较穷举法是对解空间内所有可行解进行搜索，通常穷举法并不是完全穷举，是选择地尝试，像动态规划、限界剪枝法等。穷举法方法简单易行，但求解效率过低。相比之下，遗传算法搜索能力和鲁棒性较高。2.4遗传算法优点遗传算法具有如下的优点：.对可行解的表示具有广泛性，它的处理对象不是参数本身，是那些通过参数进行编码后而得到的基因个体，这样，遗传算法就可以直接对结构对象进行操作。这一结构的特点，让遗传算法的应用领域更为广泛。(1)对连接矩阵的操作，神经网络和自动机机构、参数的优化可通过遗传算法实现。(2)对树结构的操作，遗传算法可以得到最佳决策树。(3)对任务序列的操作，任务的规划和自动构造顺序控制系统可以由遗传算法实现。.群体搜索特性。遗传算法在搜索过程中是多点搜索，它可以同时对多个解进行评估，这一特点使遗传算法具有较好的全局搜索能力，同时自身也更容易并行。.不需要辅助信息。遗传算法的适应度函数不受连续可微的影响，定义域也是可以任意设定的，对适应度函数的唯一一点要求就是编码与可行解空间需要对应，不能存在死码。限制条件缩小，遗传算法的应用范围相对就会扩大。.遗传算法具有并行性以及自身具有并行计算的能力。.遗传算法的搜索不是采用确定性规则来进行的，它的搜索方向采用概率的变迁规则。概率仅作为一种工具来引导其朝着更优化的解的区域进行靠近，看起来是盲目的，但实际上它的搜索方向是明确的，具有内在的并行搜索机制网。.遗传算法具有可扩展性，它能够较容易的与其他技术进行混合使用。3基于遗传算法的PID控制器参数优化传统遗传算法的PID整定.问题描述对已给定的控制对象，寻找一组PID控制器参数Kp、工、工使被控系统满足某一指标或多个指标，指标可以是时域、频域、误差积分以及它们的组合，计算J的函数为目标函数，适用度函数由目标函数转换得到。.算法流程图框图如图3.1所示。图3.1基于传统遗传算法的PID控制器参数优化算法流程算法步骤.首先确定个体编码方式；.随机生成初始种群（种群中个体的数目由设计者根据实际情况而定）；.计算个体适应度值,判断是否满足终止条件，符合输出最优值,否则转下一步；.根据适应度值进行选择，生成再生个体；.按照意选定的交叉与变异方法，生成新的一代的种群，返回到第三步，继续判定。基于遗传算法的PID控制系统框图如4.2所示。图3.2基于遗传算法参数优化PID控制系统框图系统仿真一MATLAB语言MATLAB为一种开放式软件，经一定程序可以将应用程序集加入到MATLAB工具的行列。MATLAB作为一种高性能数值计算能力的计算机语言拥有数值分析、矩阵计算、图视能力、可视化建模仿真和实时控制能力，在多学科、广领域得以应用网。遗传算法的参数设置遗传算法的运行首先要对4个基本参数进行预设，即M,T,PgPm。M指群体的大小，在算法中一般取值为20-100;T代表遗传算法的进化代数，一般取值为100-500;Pc为交叉概率，一般取0.4-0.99;Pm为变异概率，一般为0.0001-0.1。MATLAB遗传算法操作MATLAB实现遗传算法，最为重要的是进行如下三个操作：复制、交叉、变异。(1)复制fi_sum=sum(fi);fi_Size=(Oderfi/fi_sum)*Size;fi_S=floor(fi_Size);r=Size-sum(fi_S);Rest=fi_Size-fi_S;[RestValue,Index]=sort(Rest);fori=Size:-1:Size-r+1fi_S(Index(i))=fi_S(Index(i))+1;endk=1;fori=Size:-1:1forj=1:1:fi_S(i)TempE(k,:)=Kpid(Indexfi(i),:);k=k+1;endend.交叉假设交叉的概率为0.9,程序如下:

Pc=0.90;%交叉概率fori=1:2:(Size-1)%交叉概率temp=rand;ifPc>tempalfa=rand;TempE(i,:)=alfa*Kpid(i+1,:)+(1-alfa)*Kpid(i,:);TempE(i+1,:)=alfa*Kpid(i,:)+(1-alfa)*Kpid(i+1,:);endendTempE(Size,:)=BestS;Kpid=TempE;.变异Pm=0.10-[1:1:Size]*(0.01)/Size;Pm_rand=rand(Size,CodeL);Mean=(MaxX+MinX)/2;Dif=(MaxX-MinX);fori=1:1:Sizeforj=1:1:CodeLifPm(i)>Pm_rand(i,j)TempE(i,j)=Mean(j)+Dif(j)*(rand-0.5);endendend4基于遗传算法的PID参数优化的应用本章将研究基于遗传算法的PID控制在柴油机调速系统中的应用，对该调速系统体系进行简单的介绍，通过MATLAB仿真分析该控制器在系统中的作用，同时验证其实用、可行性。柴油机调速系统模型概述测速环节该系统的测速环节采用的是磁电式传感器来测量转速，将频率转换为与之相对应的且成正比的脉冲信号，这种方法比较简单，而且相对更加准确与可靠［x］＜柴油机柴油机就是指以柴油作为燃料的一种内燃机，它属于压缩点火式的发动机，又常以它的发明者迪塞尔来命名，即迪塞尔引擎。柴油机在工作的时候，吸入其气缸内的空气，由于活塞运动，受到的压缩程度很高，温度高达500-700C,接着将燃油以雾状的形态喷到空气中，它会与高温的空气混合，形成可燃的混合气，然后自动燃烧。因燃烧产生的能量作用在活塞顶面，通过连杆和曲轴将该能量转换成旋转的动能［刈。柴油机控制系统模型柴油机转速控制系统如图4.1所示。柴油机模型简化之后，可以近似地看作为一个一阶惯性系统，配合PID控制器，组成了完整的柴油机调速系统模型

图4.1柴油机转速控制系统框图数学模型的建立由达朗贝尔原理，得出柴油机的运动方程如下：d,、d匚。■J——=Md—Me或J=iMd-AMC(4-1)dtdcdtdc其中：Md表示柴油机的转矩，Mc表示阻力矩，J是柴油机转动惯量，0为曲轴的角速度。带入相关的数据，进行变化与简化得到传递函数为一个一阶纯滞后模型回：G(s)=1G(s)=1-80se60s1(4-2)柴油机调速系统的PID参数优化设计与仿真通过上一节的分析，用传统的方法在Matlab上用Simulink进行仿真，对柴油机的转速系统进行分析，整个控制系统如图4.2所示。图4.2柴油机转速控制系统图4.2柴油机转速控制系统先设定Km=10,Ti=inf,Td=0,再用二分法，改变Km值，最后使仿真曲线等幅震荡，如图4.2所示图4.2图4.2等幅振荡由波形图得出Km=2.09,Tu=240最终由稳定边界法得出:时间单位稳定边界法PID整定公式时间单位(s)调节器参数1.045控制规律1.045PPI0.951PIDPI0.951PID1.25420412030Simulink仿真后得到如下响应曲线图4.3基于稳定边界法输出的响应曲线基于遗传算法优化柴油机调速系统PID参数PID控制在当今的工业生产中应用广泛,因此PID控制参数的优化也至关重要，通过对参数的优化来实现对整个控制系统的稳定、高效运行。我们已经了解到，对于PID参数的优化方法有很多，主要有经验试凑法、衰减曲线法、临界比例度法等，这些方法都有自身的优势，但同样也都存在着众多的不足与缺陷。我们也了解到遗传算法相对与其他方法的优势和稳定之处，它不需要去知道任何初始信息就可以去寻求全面的最优解。因此，我们选用遗传算法来对PID控制器进行参数的寻优。具体步骤如下：1、编码：采用二进制编码方法2、适应度函数的选择：该函数是体现出个体对外界环境适应能力的强弱，由选取的目标函数决定出］。本文采用的模型为绝对误差积分：J=ote(t)dt定义的适应度函数为：f」=)J0te(t)dt3、设计遗传算子：根据不同的运算，采用不同的算子。选择运算采用比例选择算子，变异采用高位变异算子，交叉采用双点交叉算子。4、遗传算法控制参数的选取：像群体的大小、遗传操作的概率、最大迭代次数等，以及随之产生的初始群体。5、遗传算法搜索过程：采用随机采样法，对个体、交叉变异后产生的新个体以及再计算新个体的目标函数值进行选择。6、终止循环条件：确定个体评价方法，若满足收敛条件，则算法结束。我们在MATLAB编程之前，首先要设定选择算子、交叉算子、变异算子。根据算子选择的原则，本文的MATLAB仿真时选择算子为高位选择，交叉算子为中间重组双点交叉，变异算子选为高位变异。本文实验中，我们选取取样时间为20s,输入的指令为阶跃信号，最优指标表示为：J=((w1e(t)+w2u2⑴dt+w3tu,其中e(t)指系统的误差，u(t)代表控制器的输出，tu为上升时间，Wi、吗、吗为权值。我们设定样本数为30,Pc为0.90,Pm为0.001，参数Kp[0,20],K与Kd的取值范围为[0,1],W1=0.999,W2=0.001,W3=2.0,W4=100。采用实数编码方式，经过100代优化，获得优化参数Kp=1.4245,%=0.9915,Kd=0.0190,性能指标J=191.6907。J在整定过程的变化如图4.4所示。140001300010000800060004000200000102030405060708090100Times图44性能指标J的优化过程二进制遗传算法优化PID阶跃响应图4.5如所示。1.4r--.,-,,r1.2--J!；VII1I/0.8-TOC\o"1-5"\h\z0.6-I]।।0.4-一।0.2-0111J111110200400600800100012001400160018002000Time(s)图4.5二进制遗传算法优化PID阶跃响应对比图4.3与4.5可知，基于遗传算法整定PID的阶跃响应曲线能保证系统的稳定，且遗传算法的调节时间400是远小于一般算法的调节时间1600s,遗传算法曲线能较快速地到达稳态，遗传算法得出曲线超调量为也略小于一般方法的超调量，可看出遗传算法整定的参数更加精确收敛，这些都反映了采用遗传算法可以取得较好的控制效果，提高了PID控制器在调节控制参数的能力。结论PID控制器结构简单、鲁棒性较强等优点使其广泛应用到生活的中的各个领域，但是PID参数的整定却不够完善，传统的整定方法误差较大，整定出来的结果超调量等都较大，但是遗传算法因为其寻优能力较强，这也大大提高了PID参数控制的准确、高效性[xiv]o本文通过对柴油机系统实例的分析研究，用传统的参数整定方法和遗传算法分别对系统的参数进行整定，结果证明，经由遗传算法得到的Kp、K和人使系统更快达到稳定值，系统的超调量也相对较小，这也就证明了遗传算法寻优能力的强大。我们对于遗传算法的了解还不够深入，研究成果也不太突出，但是可以看出，该算法凭借自身寻优能力强、调整参数快等优势，在今后的发展中一定会得到更为广泛的应用，今后，我们应该继续深入研究研究算法，继续总结学习，使遗传算法高效快捷地应用到生活的各个领域。通过这次的PID参数优化设计，我对传统的PID参数整定有了一定的了解，通过查阅资料、询问导师等，认识和了解到了遗传算法的特性以及应用。同时,也发现了传统遗传算法中存在的一些不足：.收敛速度限制。当变量比较多的时候、变量可取值范围较广或者我给定范围的时候，遗传算法的收敛速度将会下降；.准确性。遗传算法在寻优的过程中得到的结果为接近最优解，但由于自身的限制，它无法精确到最优解而只能在附近；.参数取值未定量。遗传算法在运算的过程中，对于参数的选择并未有定量的方法，都是随机给定，这样就减缓了运行的速度。致谢本论文是经过我的导师吴丽娟老师的悉心指导完成的。从选题到材料的搜集以及后来论文的编排撰写，吴老师给我提供了很多有指导性的意见、指出了许多不足之处，也为我的研究提供了很多素材资源，使我的研究更有方向感，在整个论文写作过程中，吴老师丰富的知识面、严谨的态度以及独到的见解让我受益匪浅，再次感谢吴老师的悉心指导，在此表达最诚挚的谢意。这四年来，感谢辽宁科技大学信息工程学院老师对我专业思维及专业技能的培养，为我以后的工作和继续学习打下良好的基础，在这里再次表达最真挚的协议。也感谢我的同学和朋友，在这四年里对我的照顾与支持，以及论文写作过程中为我提供的素材以及排班过程中提供的热情帮助。最后要感谢我的父母，在大学期间，他们为我的学业操碎了心。现在我马上要毕业了，我会在今后的工作中积极进取，用自己的实际行动来报答父母的养育之恩！毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期：年月日导师签名:日期：年月导师签名:日期：年月指导教师评阅书指导教师评价：一、撰写（设计）过程1、学生在论文（设计）过程中的治学态度、工作精神口优口良口中口及格口不及格2、学生掌握专业知识、技能的扎实程度口优口良口中口及格口不及格3、学生综合运用所学知识和专业技能分析和解决问题的能力口优口良口中口及格口不及格4、研究方法的科学性；技术线路的可行性；设计方案的合理性口优口良口中口及格口不及格5、完成毕业论文（设计）期间的出勤情况口优口良口中口及格口不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？口优口良口中口及格口不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？口优口良口中口及格口不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义口优口良口中口及格口不及格2、论文的观念是否有新意？设计是否有创意？口优口良口中口及格口不及格3、论文（设计说明书）所体现的整体水平口优口良口中口及格口不及格建议成绩：口优口良口中口及格口不及格（在所选等级前的口内画）指导教师：（签名）单位：（盖章）年月日评阅教师评阅书评阅教师评价：一、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？优□良□中□及格□不及格二、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平优□良□中□及格□不及格建议成绩：口优□良□中□及格□不及格（在所选等级前的口内画）评阅教师：（签名）单位：（盖章）年月日辽宁科技大学本科生毕业论文教研室（或答辩小组）及教学系意见教研室（或答辩小组）评价：一、答辩过程1、毕业论文（设计）的基本要点和见解的叙述情况口优口良口中口及格口不及格2、对答辩问题的反应、理解、表达情况口优口良口中口及格口不及格3、学生答辩过程中的精神状态口优口良口中口及格口不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？口优口良口中口及格口不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？口优口良口中口及格口不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义口优口良口中口及格口不及格2、论文的观念是否有新意？设计是否有创意？口优口良口中口及格口不及格3、论文（设计说明书）所体现的整体水平口优口良口中口及格口不及格评定成绩：口优口良口中口及格口不及格

（在所选等级前的口内画）教研室主任（或答辩小组组长）：（签名）年月日教学系意见：系主任：（签名）年月日

辽宁科技大学本科生毕业论文学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研究工作所取得的成果。尽我所知，除文中已经特别注明引用的内容和致谢的地方外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。本人完全意识到本声明的法律结果由本人承担。学位论文作者（本人签名）学位论文由版授权书本人及导师完全同意《中国博士学位论文全文数据库出版章程》、《中国优秀硕士学位论文全文数据库出版章程》（以下简称“章程”），愿意将本人的学位论文提交“中国学术期刊（光盘版）电子杂志社”在《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》中全文发表和以电子、网络形式公开出版，并同意编入CNKI《中国知识资源总库》,在《中国博硕士学位论文评价数据库》中使用和在互联网上传播，同意按“章程”规定享受相关权益。论文密级：□公开口保密（年—月至—年—月）（保密的学位论文函单密后应遵守此协议作者签名：年月日作者签名：年月日导师签名：年月日辽宁科技大学本科生毕业论文独创声明本人郑重声明：所呈交的毕业设计（论文），是本人在指导老师的指导下,独立进行研究工作所取得的成果，成果不存在知识产权争议。尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。本声明的法律后果由本人承担。作者签名：二0一0年九月二十日毕业设计（论文）使用授权声明本人完全了解滨州学院关于收集、保存、使用毕业设计（论文）的规定。本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。（保密论文在解密后遵守此规定）作者签名:二0一0年九月二十日辽宁科技大学本科生毕业论文时间飞逝，大学的学习生活很快就要过去，在这四年的学习生活中，收获了很多，而这些成绩的取得是和一直关心帮助我的人分不开的。首先非常感谢学校开设这个课题，为本人日后从事计算机方面的工作提供了经验，奠定了基础。本次毕业设计大概持续了半年，现在终于到结尾了。本次毕业设计是对我大学四年学习下来最好的检验。经过这次毕业设计，我的能力有了很大的提高，比如操作能力、分析问题的能力、合作精神、严谨的工作作风等方方面面都有很大的进步。这期间凝聚了很多人的心血，在此我表示由衷的感谢。没有他们的帮助，我将无法顺利完成这次设计。首先，我要特别感谢我的知道郭谦功老师对我的悉心指导，在我的论文书写及设计过程中给了我大量的帮助和指导，为我理清了设计思路和操作方法，并对我所做的课题提出了有效的改进方案。郭谦功老师渊博的知识、严谨的作风和诲人不倦的态度给我留下了深刻的印象。从他身上，我学到了许多能受益终生的东西。再次对周巍老师表示衷心的感谢。其次，我要感谢大学四年中所有的任课老师和辅导员在学习期间对我的严格要求，感谢他们对我学习上和生活上的帮助，使我了解了许多专业知识和为人的道理，能够在今后的生活道路上有继续奋斗的力量。另外，我还要感谢大学四年和我一起走过的同学朋友对我的关心与支持，与他们一起学习、生活，让我在大学期间生活的很充实，给我留下了很多难忘的回忆。最后，我要感谢我的父母对我的关系和理解，如果没有他们在我的学习生涯中的无私奉献和默默支持，我将无法顺利完成今天的学业。四年的大学生活就快走入尾声，我们的校园生活就要划上句号，心中是无尽的难舍与眷恋。从这里走出，对我的人生来说，将是踏上一个新的征程，要把所学的知识应用到实际工作中去。回首四年，取得了些许成绩，生活中有快乐也有艰辛。感谢老师四年来对我孜孜不倦的教诲，对我成长的关心和爱护。学友情深，情同兄妹。四年的风风雨雨，我们一同走过，充满着关爱，给我留下了值得珍藏的最美好的记忆。在我的十几年求学历程里，离不开父母的鼓励和支持，是他们辛勤的劳作，无私的付出，为我创造良好的学习条件，我才能顺利完成完成学业，感激他们一直以来对我的抚养与培育。最后，我要特别感谢我的导师赵达睿老师、和研究生助教熊伟丽老师。是