蔡国强[1]2002年在《实数型遗传算传的研究及其应用》文中提出不论在科学实验还是在工程设计中，对很多实际问题进行数学建模后，都可转化为优化问题，因此最优化计算已越来越得到人们的重视。为了解决各种优化计算问题，人们提出了各种各样的优化计算方法，如单纯形法、梯度法、动态规划法、分枝剪界法。这些优化算法各有各的长处，各有各的适用范围，也有各自的限制。对于一些高度非线性的复杂系统优化问题或NP-HARD问题，上述方法往往难于奏效。特别是当搜索空间非常大时，上述算法无法在一个合理的计算时间内得到一个用户可接受的次优解，而遗传算法却能解决这类复杂的问题，并已广泛应用于求解实际问题。传统遗传算法对多维、高精度要求的复杂系统优化问题不是很有效，并且不便于充分利用求解问题的专门知识，因此本文研究实数型遗传算法。在分析实数型遗传算法不足的基础上，本文研究了遗传算法的关键技术，分别提出了模糊惩罚评价函数、随机错位算术杂交算子、模糊自适应参数控制等改进技术，以提高遗传算法的全局收敛性和收敛速度，并应用于求解非线性混合整数规划问题和复杂高维的函数优化问题。
朱磊[2]2011年在《改进型自适应遗传算法在煤炭调车绞车系统中的应用》文中指出调车绞车系统主要应用在大型洗煤厂、外运码头以及煤炭储运基地中，实现煤炭的快速外运和装车。调车绞车系统的控制性能直接影响到煤炭装车的效率，而较高的效率必然会降低外运成本，因此提高调车绞车系统的控制性能势在必行。PID调节是连续系统中技术最成熟，应用最广泛的调节方式之一。PID调节即调节器按比例、积分、微分规律来调节控制系统，根据调节器输入的偏差值按比例、积分、微分的函数关系进行运算，所得的运算结果用于输出控制。但是工业技术的进步，人们在过程控制中越来越追求控制精度和品质，传统的PID控制器参数难以调整，因此PID控制器的参数优化越来越引起人们的重视。遗传算法是一种基于自然选择和群体遗传机理的搜索算法，它模拟了自然遗传和自然选择过程中发生的繁殖、杂交和突变现象，它具有很强的全局优化能力及鲁棒性，在过程控制领域得到了广泛的应用。但是遗传算法中的利用性和搜索性始终是影响遗传算法收敛速度和全局收敛性的一对矛盾，并且在线性方面具有一些不足之处。而自适应遗传算法则是根据上述缺点而改进的一种遗传算法。本文针对煤炭运输中调车绞车系统的PID参数整定问题，提出一种改进后的自适应遗传算法对PID控制进行参数寻优，将自适应在线遗传算法与PID控制技术相结合，使用改进后的自适应遗传算法作为自适应控制策略，并通过仿真实现了在煤炭调车绞车系统中的应用，仿真结果表明改进后的自适应在线遗传算法PID参数优化相比传统的调节方法，具有更好的鲁棒性、最优性能较好的实现参数的自动化调节。
杨广全[3]2007年在《电梯交通流分析及电梯群控策略研究》文中提出在经济不断发展、科学技术日新月异的今天,电梯作为建筑物内的主要运输工具,已成为我们日常生活中一个不可缺少的重要组成部分。随着建筑物规模的扩大及电梯部数的增加,电梯客流呈现新的变化,随之对电梯群控系统的性能提出了更高的要求。因此,一方面需要对不断发展变化的电梯交通流进行调查研究,分析其规律特征,另一方面要求研究处理电梯交通流的群控策略。本文针对电梯群控系统中的一些关键问题进行了研究,其主要成果如下:电梯交通流产生的理论和方法是深入研究电梯群控策略必须解决的关键问题。为了描述乘客分布,首次提出了电梯乘客起始-目标楼层(Origin-Destination, O-D)矩阵的概念。以交通流采集数据为基础,以热力学熵、信息熵理论为指导,建立极大熵模型,用以推算乘客O-D矩阵。极大熵模型的求解本质上是一个优化问题,首先提出了极大熵模型的拉格朗日乘子求解方法,该方法计算结果从实数解到整数解的推定中采用启发式搜索,得到的是次优解。为了对求解结果进行改进,经对遗传算法机制的深入思考,提出了一种启发式遗传算法求解方法,可以直接求得极大熵模型的最优解。基于乘客O-D矩阵,利用蒙特卡罗采样法进行客流仿真。随着交通测定的持续执行,利用极大熵模型可以产生持续的O-D交通流,建立乘客O-D交通流数据库,为群控系统的仿真试验奠定了数据基础。电梯交通流预测是实现电梯交通模式识别和电梯群控系统的重要组成部分。针对该问题,提出了将历史数据和最新的客流数据相结合,利用小波支持向量机(WSVM)建立了电梯交通流预测模型,预测模型采用SMO算法进行训练。通过与自回归滑动平均(ARMA)模型、BP神经网络、高斯核支持向量机(GSVM)叁种方法预测结果的比较,说明了WSVM提高了预测准确性和预测精度。电梯交通模式识别是电梯群控系统的重要功能模块。为此,提出了基于高斯核粒子群K均值聚类算法的电梯交通模式识别方法。该方法以粒子群优化算法为框架,以适应度函数设计为核心。为了增强聚类算法的鲁棒性,采用高斯核距离替换欧氏距离设计适应度函数,利用M-估计的影响函数分析了聚类算法的鲁棒性。仿真实验表明该方法不需要任何先验知识就能达到准确分类的目的。粒子群K均值聚类算法需要调整的参数少,易于实现,计算速度快,且具有稳定的收敛特征,能很好满足群控系统实时性的要求。可作为电梯群控系统的一个模块,辅助电梯群控系统做出决策,以期提高电梯群控系统在各种交通状况下的服务性能。针对强化学习应用于电梯调度时存在学习速度缓慢问题,本文采用CMAC网络建立基于先验知识的电梯群强化学习系统,一个方面是利用先验知识缩小强化学习算法要探索的状态空间,加快强化学习算法的收敛速度,另一个方面利用CMAC神经网络具有较好的在线增量学习能力以及收敛性快、不存在局部极小点的特点,从这两个方面对电梯群控调度进行优化,试验结果表明其有效性。建立了电梯群控仿真环境,包括电梯群控仿真试验台(硬件设计)和电梯群控仿真系统(软件设计)。电梯群控试验台符合实际电梯群控系统的结构,可以满足电梯群控系统研究的需要。而电梯群控仿真系统为电梯群控策略的研究提供了仿真平台。在该仿真平台上进行了群控策略研究,结果表明基于交通模式识别,实现了各不同交通模式之间的合理调度。
崔新雨[4]2006年在《数控连接板冲孔机控制系统的设计与开发》文中进行了进一步梳理在涉及桥梁、电力、通讯、建筑等行业的钢结构加工方面，我国专用数控设备的发展一直比较缓慢，出现这种情况主要是由于目前我国现有的设备数控化的程度较低，而进口的数控设备价格又比较高，因此实现我国现有设备的数控化，降低设备的成本，已经成为迫在眉睫的问题。基于这个目的本文研究了用于生产连接板的数控连接板冲孔机。给出了一个完整的快速实现该设备数控化的方法。 本文的主要研究内容如下： 一、上位计算机程序。该程序用VC++实现。主要内容分为以下叁部分：通讯程序，该程序实现上位机与下位机的实时通讯，可以在设备启动后实时监视设备的运行状况，并将工件加工程序和设备的参数传给下位机；用户接口程序，该程序的功能是将工件程序转化成指令代码然后传给下位机PLC从而控制机器加工零件，同时用户还可以预览工件程序的图形，根据图形检查工件程序是否符合要求；路径优化，当工件的孔数大于一定数目时，本文通过引入遗传算法对其加工路径进行优化，。 二、下位机控制系统。不同于以往的数控设备下位机核心多采用DSP，本文所给出的下位机核心是叁菱PLC可编程序控制器，此外还包括安川伺服系统和各种传感器等。本部分的核心技术是在PLC中用梯形图编写连接板冲孔机的过程控制软件，该软件可以使机器按照用户传下来的工件程序自动运行，用户也可以手动操作设备，实现对机器的实时控制，并采集机器的状态数据。 叁、电气控制系统。本部分设计了除上位机以外的所有设备的电气控制系统。具体的该电器系统的设计主要包括下位机PLC系统的电器控制和强电控制系统。其中下位机PLC系统的电器控制系统包括伺服系统和采集各部分信息的传感器系统；强电控制系统包括液压控制系统和提供系统所需各种电压的供电系统。 本文为非标数控行业的设备数控化提供了一种完整的快速开发方法。与现有设备比较本文所研究设备的主要优点是：1．用PLC代替原来的DSP提高了原有设备的生产效率，同时提高了设备的稳定性和对恶劣环境的适应性；2．本文采用国产数控设备代替进口设备，大大降低了现有设备的成本，同时也提高了售后服务的响应速度；3．本文所开发的设备通过引入遗传算法进行路径优化，大大提高
参考文献：
[1]. 实数型遗传算传的研究及其应用[D]. 蔡国强. 福州大学. 2002
[2]. 改进型自适应遗传算法在煤炭调车绞车系统中的应用[D]. 朱磊. 西安建筑科技大学. 2011
[3]. 电梯交通流分析及电梯群控策略研究[D]. 杨广全. 上海交通大学. 2007
[4]. 数控连接板冲孔机控制系统的设计与开发[D]. 崔新雨. 山东大学. 2006