在工业生产中，经验丰富的工人可以使用自己的方法来稳定地控制复杂的系统。
控制系统的数学模型不准确时，可以使用智能模糊控制器来规划合理的方法，它比传统的控制理论具有更大的优势，因此模糊控制更适合于实际应用。业控制领域。
文研究了遗传算法，以优化模糊控制器的参考和参考。着技术的发展，模糊控制的研究越来越普及，在工业上得到了广泛的应用，同时也发现了它的一些不足： “模糊方法，它缺乏整体方法，主要是根据实际经验，设计更加主观和随机，控制规则的确定有时并不简单，因为无法以某种方式调整规则一旦确定了规则，便具有适应性；由于积分部分没有添加到模糊控制器中，因此稳态精度相对较低。此，将智能算法集成到模糊控制的设计中，以提高搜索速度，达到控制系统的优化效果。始种群的产生对遗传算法有非常重要的影响，初始种群的质量直接影响算法的收敛速度，一个好的初始种群包含更多的优秀个体和优秀的基因，可以加快算法的收敛速度。
等的初始种群会导致大量的算法计算，并且很容易陷入局部最优状态。正常情况下，通常使用随机生成初始种群的方法。种方法是相对随机的。成的初始种群有时是好是坏，有时会盲目地扩大搜索空间，这不利于算法的收敛。
究的效率通常是随机产生的，并增加了一些约束，因此，本文引用了稳态再现的思想，使用模糊控制规则作为父代，并为形成具有一定概率的初始种群。Cross-op是一种方法，恒温阀芯它可以替换两个亲本个体中的某些基因，以将它们重组为新个体，恒温阀芯从而有助于产生新的优秀个体。于十进制方法，基于多点交叉，改进交叉方法：首先随机确定一个基因座，选择该基因座中所有偶数基因作为交叉位置，并将亲本和后代置于在这个位置。因的值是不同的。果差是1或-1，则执行交叉操作。种穿越的目的是防止极端不合理的个体的发生，并避免由于有规律的跳跃而引起的控制系统的剧烈振荡。骤1：随机产生初始种群P（k）。骤2：计算人口中每个人的适应度值并按降序排列。骤3：根据改良的选择，交叉和变异算子执行遗传运算。骤4：确定是否需要引入新的个人。有必要，随机生成新个体以添加到总体中，并替换适应性较低的个体。则，请转到步骤5。骤5：确定是否满足演进终止规则。果满足条件，则最佳个体消失，计算完成。果不满足条件，请转到步骤2继续操作。进算法的模糊控制器参数优化曲线如图1所示。进的双种群遗传算法在第78代获得了最优解。
标函数的最佳值为BestJ = 17.0534。化后的最佳个体为{1，4 1，2，6，6，7，12 5，36 0，5 7766564 7656534 7565542 6545422 6444341 5433231 5322121}。化曲线表明，改进遗传算法的收敛速度比基本遗传算法快。需参数和控制规则的最佳值将应用于模糊控制器，并与标准遗传算法进行比较。
2的实线表示增强型模糊控制器的优化模糊控制器，虚线表示通过标准遗传算法优化的模糊控制。置。过将图2的改进遗传算法与标准遗传算法进行比较，改进算法的控制效果得到了显着改善。文改进了遗传算法，使用稳态复制的思想来生成初始种群，并改进了交叉和变异算子。
种群中的个体在遗传算法的后期逐渐变得相似时，将引入随机个体以维持种群的多样性。行了收敛性分析，并将改进算法应用于模糊控制器的优化，与标准遗传算法相比，控制效果更好。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com