基于遺傳算法的模糊控制器的優化設計

任 濤

(河南省豫鶴同力水泥有限公司，河南 鶴壁 458000）

遺傳算法是根據適者生存、 優勝劣汰等自然進化規則得出最優化問題的全局最優解。 本文在設計模糊控制器的基礎上，基于遺傳算法控制器的參數進行尋優，得到了最優的模糊控制系統。

1 模糊控制器的設計

本文選擇PD 型模糊控制器。 典型的PD 型模糊控制器如圖1 所示。

圖1 模糊PD 控制器控制框圖

模糊控制的性能取決于隸屬函數和推理規則。本文采用8段迷糊子集的定義，將ZO 細化為NZ 和PZ，能更好的刻畫0 附近誤差及其變化率的情況。 隸屬度函數如圖2 所示，模糊規則如圖3 所示。

圖2 8 段模糊子集示意圖

圖3 模糊規則

2 模糊控制器的仿真

受控對象以二階系統為例建立以下模糊控制系統仿真模型，如圖4 所示。

圖4 模糊控制系統仿真模型

當其中a=5;Kp=2;Kd=1;Ku=1;時，仿真結果如圖5 所示，較好地抑制超調的影響，消除了靜態誤差，具有良好的動態響應和靜態特性。

圖5 模糊控制仿真結果

圖6 遺傳算法尋優仿真結果

3 基于遺傳算法優化

選擇ITAE 準則指標為最優化指標，改指標反映系統的綜合性能。 仿真模型如圖7 所示。

圖7 最優控制仿真框圖

可以得出最優控制器的參數為Kp=0.58995，Kd=0.20169，Ku=1.1229。 仿真結果如圖6 所示， 與模糊控制器相比， 按照ITAE 準則通過最優化搜索可使參數選擇更加合理， 控制效果有顯著改善。

[1]張乃堯.用遺傳算法優化模糊控制器的隸屬度參數[J].電氣自動化，1996，18(1):4～6

[2]周俊霞等.鍋爐燃燒過程的Smith Fuzzy 集成控制[J].電力情報，2002，(3)