遗传算法大作业_南航_智能控制.doc

上传人:11****ws 文档编号:3715259 上传时间:2019-07-08 格式:DOC 页数:10 大小:136.50KB
下载 相关 举报
遗传算法大作业_南航_智能控制.doc_第1页
第1页 / 共10页
遗传算法大作业_南航_智能控制.doc_第2页
第2页 / 共10页
遗传算法大作业_南航_智能控制.doc_第3页
第3页 / 共10页
遗传算法大作业_南航_智能控制.doc_第4页
第4页 / 共10页
遗传算法大作业_南航_智能控制.doc_第5页
第5页 / 共10页
点击查看更多>>
资源描述

1、南 京 航 空 航 天 大 学研 究 生 实 验 报 告实验名称: 遗传算法PID控制器设计 姓 名: 学 号: 专 业: 201 年 月 日1一、题目要求考虑如下某水下航行器的水下直航运动非线性模型: ()|amvkuy其中 为水下航行器的前进速度, 为水下航行器的推进器推力,vRR为水下航行器的输出,航行器本体质量、附加质量以及非线性运动阻尼系y数分别为 。10,5,10amk作业具体要求:1、设计基于遗传算法的模糊控制器、神经网络控制器或PID控制器(任选一)。2、分析采用遗传算法前后的控制效果。3、分析初始条件对寻优及对控制效果的影响。4、分析系统在遗传算法作用下的抗干扰能力(加噪声干

2、扰、加参数不确定)、抗非线性能力( 加死区和饱和特性)、抗时滞的能力。二、基于遗传算法的PID控制器设计与仿真1.遗传算法的水下航行器模型采用遗传算法对PID控制器参数进行优化,其中水下航行器模型采用如下函数实现,通过调用ode45() 可以求解此非线性模型。%-function dy = UnderwaterVehicle(t, y, u)m = 100 ;ma = 15 ;k = 10 ;dy = (u - k * abs(y) * y )/(m + ma) ;%-2.最优指标的选取为获得满意的过渡过程动态特性,采用误差绝对值积分性能指标作为参数选择的最小目标函数。为防止控制能量过大,在目

3、标函数中加入控制输入的平2方项。选用下式作为参数选取的最优指标: 2130()()NutJwettdwt其中 为系统误差, 为控制器输出, 为上升时间, 、 和 为()etuut12w3权值。3.遗传算法中相关参数的设置(1)遗传算法中使用的样本个数为30;(2)PID控制器参数K p的取值范围为0,2000,K d的取值范围为0,100,K i的取值范围为0,500 ;(3)交叉概率和变异概率分别为Pc=0.9和Pm=0.3;(4)取 , =0.001, =2.0;1=0.9w23w(5)设置进化40代。相关代码的编写如下,详见文件夹的m文件。Size_of_Sample = 30;Code

4、L=3;% Range of KpMinX(1)=0*ones(1);MaxX(1)=2000*ones(1);% Range of KdMinX(2)=0*ones(1);MaxX(2)=100*ones(1);% Range of KiMinX(3)=0*ones(1);MaxX(3)=500*ones(1);G=40;BsJ=0;Ji(i)=0.999*abs(error(i)+0.001*u(i)2;3B=B+Ji(i);4编码方式采用浮点编码,经过40代进化,获得的优化参数如下:PID整定结果为K p=103.7688,K d=6.8640,K i=50.4850。其中,代价函数J的

5、优化过程如图1所示。0 5 10 15 20 25 30 35 403000400050006000700080009000100001100012000TimesBest J图1 代价函数J的优化过程同时,得到在整定后的PID参数下的阶跃相应如下图2所示:0 10 20 30 40 5000.20.40.60.811.21.4Time(s)rin,yout图2 系统阶跃响应5三、初始条件对对控制效果的影响考察遗传算法的初始条件对PID参数寻优和控制效果的影响。(1)设置K p的取值范围为0,1000,K d的取值范围为0,500,K i的取值范围为0,10,仿真结果如下:1 2 3 4 5

6、6 7 8 9 100.920.940.960.9811.021.04Timer(s)rin,yout不 1不 GA不 不不 2不 GA不 不不 不 不 不图3 系统阶跃响应(2)保持变异概率Pm 不变,设置交叉概率Pc=0.95,仿真结果如下:1 2 3 4 5 6 7 8 9 100.920.940.960.9811.021.04Timer(s)rin,yout不 1不 GA不 不不 3不 GA不 不不 不 不 不图4 系统阶跃响应6(3)保持交叉概率Pc不变,设置变异概率Pm=0.2,优化求解及仿真结果如下:1 2 3 4 5 6 7 8 9 100.920.940.960.9811.0

7、21.04Timer(s)rin,yout不 1不 GA不 不不 4不 GA不 不不 不 不 不图5 系统阶跃响应由以上三组遗传算法优化对比可知,遗传算法的初始条件对控制效果具有重要影响。通过多次寻优,参数取值范围可以根据上次求解最优值适当缩小,进而可以大大缩短寻优时间。交叉和变异概率对寻优过程也有重要影响。四、基于遗传算法的PID控制的性能分析考察基于遗传算法的PID控制的抗干扰、抗非线性和抗时滞能力。(1)抗噪声和不确定性干扰的能力:0 1 2 3 4 5 6 7 8 9 1000.20.40.60.811.21.4Timer(s)rin,yout不 不 不 不不 不 不 不 不不 不 不

8、 不 不图6 遗传算法PID控制的阶跃响应70 1 2 3 4 5 6 7 8 9 1000.20.40.60.811.21.4Timer(s)rin,yout不 不 不 不不 不 不 不 不不 不 不 不 不图7 遗传算法PID控制的阶跃响应从仿真结果可知,基于遗传算法的PID控制对量测噪声和模型参数不确定的能力较好。(2)抗死区和饱和非线性干扰的能力:0 1 2 3 4 5 6 7 8 9 1000.20.40.60.811.21.4Timer(s)rin,yout不 不 不 不不 不 不不 不 不图8 遗传算法PID控制的阶跃响应80 1 2 3 4 5 6 7 8 9 1000.20.

9、40.60.811.21.4Timer(s)rin,yout不 不 不 不不 不 不不 不 不图9 遗传算法PID控制的阶跃响应从仿真结果可知,基于遗传算法的PID控制对死区和饱和非线性具有一定的抑制能力,PID控制器仍能保证获得不错的控制效果。(3)抗时滞非线性干扰的能力:0 1 2 3 4 5 6 7 8 9 1000.511.5Timer(s)rin,yout不 不 不 不不 不 不0.1s不 不图10 遗传算法PID控制的阶跃响应0 1 2 3 4 5 6 7 8 9 1000.511.5Timer(s)rin,yout不 不 不 不不 不 不0.1s不 不图11 遗传算法PID控制的阶跃响应9通过仿真可知,基于遗传算法的PID控制能应对0.1s的时滞,但是当时滞为0.2s及以上时,控制系统不再稳定。(4)总结遗传算法与传统的优化方法相比较,以生物进化为原型,具有很好的收敛性,在计算精度要求时,计算时间少,鲁棒性高等都是它的优点。

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 实用文档资料库 > 策划方案

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。