基于遗传算法获取模糊规则

被引：11

作者：

郭亦文

李军

耿林霄

机构：

[1] 西安热工研究院有限公司自动化工程与仿真技术部

来源：

计算机应用 | 2014年 / 34卷 / 10期

关键词：

模糊规则; 加权因子; 模糊等级; 遗传算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对传统利用遗传算法(GA)直接获得的模糊规则所具有的局限性问题,提出了一种带有加权因子的模糊控制规则计算方法,并利用遗传算法对加权因子进行全局寻优,最终由最优加权因子计算生成模糊规则。该计算方法针对不同的模糊输入等级施加不同的加权因子,并能够利用加权因子的相关性与对称性完整地评估所有的模糊规则,减少无效规则对系统响应所造成的影响。性能对比实验表明,该模糊规则所构成的模糊控制系统在控制过程中超调量小,调节时间短,在模糊控制的应用中具有可行性;不同激励的仿真实验表明,该模糊规则所构成的模糊控制系统的控制效果不依赖于系统的激励信号,跟踪效果好,具有很强的鲁棒性。

引用

页码：2899 / 2903

页数：5

共 11 条

[1] 基于粒子群模糊规则优化的水煤浆气化炉温度控制系统 [J].

周天沛 ;

孙伟 .

计算机测量与控制, 2013, 21 (04) :913-915

[2] 基于改进遗传算法的模糊控制器设计 [J].

邹彦艳 ;

吴宇轩 ;

宋振宇 ;

邵克勇 .

自动化技术与应用, 2013, 32 (11) :6-10

[3]

Optimal fuzzy controller design: local concept approach. Shinq-Jen Wu,Chin-Teng Lin. Fuzzy Systems, IEEE Transactions on . 2000

[4]

A multi-population approach to dynamic optimization problems. BRANKE J,KAUBLER T,SMIDT C,et al. Evolutionary Design and Manufacture . 2000

[5]

模糊控制·神经控制和智能控制论[M]. 哈尔滨工业大学出版社 , 李士勇编著, 1998

[6]

模糊控制及其MATLAB仿真[M]. 北京交通大学出版社 , 石辛民, 2008

[7] 加权模糊规则系统研究 [J].

吴正龙 ;

熊范纶 ;

滕明贵 .

模式识别与人工智能, 2003, 16 (04) :506-510

[8] 基于遗传算法的模糊规则的生成 [J].

刘文远 ;

肖春景 ;

王宝文 ;

石岩 .

计算机仿真, 2005, (01) :197-200+208

[9] 一种新的快速模糊规则提取方法 [J].

陈铁明 ;

不详 ;

龚荣盛 ;

不详 ;

SAMUEL H Huang ;

不详 .

控制与决策 , 2008, (09) :1015-1020

[10]

一个具有完备性和鲁棒性的模糊规则提取算法[J]. 王永富,王殿辉,柴天佑. 自动化学报. 2010(09)

← 1 2 →