遗传算法在仿人智能控制中的应用

欠驱动系统的控制,在工程技术领域,例如宇宙空间站、核电站、空间机器人领域等,有着广泛的应用背景。欠驱动系统是难于控制的,主要是由于其欠驱动的本质——控制输入的维数小于构成系统广义坐标的维数。为了解决欠驱动系统的控制问题,研究者们从不同的角度出发,针对具体问题,提出了各种各样的控制理论和控制方法。然而,这些方法大多都有很强的局限性,即只适合于解决某种类型的特殊问题,不具有普适的意义。面向复杂对象的控制,李祖枢教授等人将其独创的基于动觉智能图式的仿人智能控制理论应用于欠驱动系统的控制,为欠驱动系统控制问题的解决提供了一种可行的方法。当应用基于动觉智能图式的仿人智能控制理论解决复杂对象的控制问题时,存在的主要问题之一是控制器的性能优化。因为随着系统复杂性的提高,仿人智能控制器的结构变得更加复杂,控制器的性能优化,即使是某些专家,也存在着一定的困难。受生物学的启发,本文提出从进化的角度解决仿人智能控制器的性能优化问题。 在基于进化的思想解决仿人智能控制器控制参数优化的过程中,本文进行了以下的研究: (1)遗传算法和仿人智能控制在生物学上的联系; (2)提出了一种改进的遗传算法; (3)探讨了复杂系统的建模问题; (4)以体操机器人摆起倒立控制仿人智能控制器的控制参数优化为例,详细 介绍了基于改进遗传算法的仿人智能控制器控制参数的优化方法。 实践证明,基于进化的思想解决仿人智能控制控制参数的优化问题是一种行之有效的方法。