遺傳算法大作業(yè)南航智能控制

1、南京航空航天大學(xué)研究生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱： 遺傳算法pid控制器設(shè)計(jì) 姓 名： 學(xué) 號： 專 業(yè)： 201 年 月 日一、題目要求考慮如下某水下航行器的水下直航運(yùn)動非線性模型：其中為水下航行器的前進(jìn)速度， 為水下航行器的推進(jìn)器推力，為水下航行器的輸出，航行器本體質(zhì)量、附加質(zhì)量以及非線性運(yùn)動阻尼系數(shù)分別為。作業(yè)具體要求：1、設(shè)計(jì)基于遺傳算法的模糊控制器、神經(jīng)網(wǎng)絡(luò)控制器或pid控制器(任選一)。2、分析采用遺傳算法前后的控制效果。3、分析初始條件對尋優(yōu)及對控制效果的影響。4、分析系統(tǒng)在遺傳算法作用下的抗干擾能力(加噪聲干擾、加參數(shù)不確定)、抗非線性能力(加死區(qū)和飽和特性)、抗時(shí)滯的能力。二、基于遺傳

2、算法的pid控制器設(shè)計(jì)與仿真1.遺傳算法的水下航行器模型采用遺傳算法對pid控制器參數(shù)進(jìn)行優(yōu)化，其中水下航行器模型采用如下函數(shù)實(shí)現(xiàn)，通過調(diào)用ode45()可以求解此非線性模型。%-function dy = underwatervehicle(t, y, u)m = 100 ;ma = 15 ;k = 10 ;dy = (u - k * abs(y) * y )/(m + ma) ;%-2.最優(yōu)指標(biāo)的選取為獲得滿意的過渡過程動態(tài)特性，采用誤差絕對值積分性能指標(biāo)作為參數(shù)選擇的最小目標(biāo)函數(shù)。為防止控制能量過大，在目標(biāo)函數(shù)中加入控制輸入的平方項(xiàng)。選用下式作為參數(shù)選取的最優(yōu)指標(biāo)：其中為系統(tǒng)誤差，為控制

3、器輸出，為上升時(shí)間，、和為權(quán)值。3.遺傳算法中相關(guān)參數(shù)的設(shè)置（1）遺傳算法中使用的樣本個(gè)數(shù)為30；（2）pid控制器參數(shù)kp的取值范圍為0,2000，kd的取值范圍為0,100，ki的取值范圍為0,500；（3）交叉概率和變異概率分別為pc=0.9和pm=0.3；（4）取，=0.001，=2.0；（5）設(shè)置進(jìn)化40代。相關(guān)代碼的編寫如下，詳見文件夾的m文件。size_of_sample = 30;codel=3; % range of kpminx(1)=0*ones(1);maxx(1)=2000*ones(1); % range of kdminx(2)=0*ones(1);maxx(2)

4、=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;b=b+ji(i);編碼方式采用浮點(diǎn)編碼，經(jīng)過40代進(jìn)化，獲得的優(yōu)化參數(shù)如下：pid整定結(jié)果為kp=103.7688，kd=6.8640，ki=50.4850。其中，代價(jià)函數(shù)j的優(yōu)化過程如圖1所示。圖1 代價(jià)函數(shù)j的優(yōu)化過程同時(shí)，得到在整定后的pid參數(shù)下的階躍相應(yīng)如下圖2所示：圖2 系統(tǒng)階躍響應(yīng)三、初始條件對對控制效果的影響考察遺傳算法的初始條件對pid參數(shù)尋優(yōu)和控制效

5、果的影響。（1）設(shè)置kp的取值范圍為0,1000，kd的取值范圍為0,500，ki的取值范圍為0,10，仿真結(jié)果如下：圖3 系統(tǒng)階躍響應(yīng)（2）保持變異概率pm不變，設(shè)置交叉概率pc=0.95，仿真結(jié)果如下：圖4 系統(tǒng)階躍響應(yīng)（3）保持交叉概率pc不變，設(shè)置變異概率pm=0.2，優(yōu)化求解及仿真結(jié)果如下：圖5 系統(tǒng)階躍響應(yīng)由以上三組遺傳算法優(yōu)化對比可知，遺傳算法的初始條件對控制效果具有重要影響。通過多次尋優(yōu)，參數(shù)取值范圍可以根據(jù)上次求解最優(yōu)值適當(dāng)縮小，進(jìn)而可以大大縮短尋優(yōu)時(shí)間。交叉和變異概率對尋優(yōu)過程也有重要影響。四、基于遺傳算法的pid控制的性能分析考察基于遺傳算法的pid控制的抗干擾、抗非線性和抗時(shí)滯能力。（1）抗噪聲和不確定性干擾的能力：圖6 遺傳算法pid控制的階躍響應(yīng)圖7 遺傳算法pid控制的階躍響應(yīng)從仿真結(jié)果可知，基于遺傳算法的pid控制對量測噪聲和模型參數(shù)不確定的能力較好。（2）抗死區(qū)和飽和非線性干擾的能力：圖8 遺傳算法pid控制的階躍響應(yīng)圖9 遺傳算法pid控制的階躍響應(yīng)從仿真結(jié)果可知，基于遺傳算法的pid控制對死區(qū)和飽和非線性具有一定的抑制能力，pid控制器仍能保證獲得不錯(cuò)的控制效果。（3）抗時(shí)滯非線性干擾的能力：圖10 遺傳算法pid控制的階躍響應(yīng)圖11 遺傳算法pid控制的階躍響應(yīng)通過仿真可知，基于遺傳算法的pid控制能應(yīng)對0.1s的