版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、中文 中文 3958 字 出處: 出處:World Academy of Science, Engineering and Technology, 2011, 59應(yīng)用粒子群優(yōu)化技術(shù)優(yōu)化的 應(yīng)用粒子群優(yōu)化技術(shù)優(yōu)化的 CSTR 模糊控制 模糊控制摘要: 摘要:模糊邏輯控制(FLC)系統(tǒng)作為一種有用的模型工具在許多技術(shù)和工業(yè)應(yīng)用中廣泛使用,它可以解決現(xiàn)代控制系統(tǒng)的不確定性和非線性。模糊邏輯控制(FLC)方法主要的缺點(diǎn)是在工業(yè)環(huán)境中選擇最優(yōu)化
2、的整定參數(shù)的個(gè)數(shù)比較困難 。在本文中介紹了一種利用粒子群最優(yōu)(PSO)算法來找到一個(gè)模糊系統(tǒng)的最優(yōu)從屬函數(shù)的方法。文中使用一種將模糊邏輯控制與粒子群最優(yōu)算法相結(jié)合的綜合算法來設(shè)計(jì) CSTR 控制器,目的是獲得精確的和可靠的結(jié)果。為了顯示這種算法的有效性,用它優(yōu)化一個(gè)非線性的研究對象 CSTR 系統(tǒng)模糊模型的高斯從屬函數(shù)的例子來研究。結(jié)果清楚地表明,如果能適當(dāng)?shù)囟x從屬函數(shù),對同一個(gè)系統(tǒng)來說,與模糊模型相比,使用被優(yōu)化的從屬函數(shù)能提供更好
3、的性能。關(guān)鍵詞 關(guān)鍵詞:連續(xù)攪拌釜式反應(yīng)器(CSTR),模糊邏輯控制(FLC),從屬函數(shù)(MF),粒子群優(yōu)化算法(PSO)Ⅰ.引言 .引言連續(xù)攪拌釜式反應(yīng)器(CSTR)是化學(xué)過程研究領(lǐng)域的一個(gè)重要分支。因此,在化工和控制工程領(lǐng)域關(guān)于 CSTR 已有大量的研究。各種各樣的方法被應(yīng)用到CSTR 參數(shù)的控制中。CSTR 是包含高度非線性的復(fù)雜反應(yīng),用常規(guī)的方法難以控制。然而,為了避免這些非線性控制器給計(jì)算帶來更多的復(fù)雜性,F(xiàn)LC 可以作為一種
4、簡便易行的方法。傳統(tǒng)方法在處理約束時(shí)的局限是這種強(qiáng)大可行的方法產(chǎn)生的主要原因。近年來,生物智能算法已經(jīng)被成功應(yīng)用于解決復(fù)雜的問題。PSO 算法和模糊邏輯在解決上述問題時(shí)表現(xiàn)出很強(qiáng)的能力。模糊邏輯的成功證明了這種方法在現(xiàn)實(shí)環(huán)境中的應(yīng)用的穩(wěn)健性。但是,仍然需要有協(xié)調(diào) MFs 的高效方法,目的是使輸出錯誤最小或性能指標(biāo)最大。PSO 技術(shù)是一種利用旨在最小化(或最大· 每一單個(gè)的粒子有如下性質(zhì):在搜索空間中的當(dāng)前位置, ,當(dāng)前的 id
5、 x速度, ,搜索空間中的最佳位置, 。 id p id p· 最佳位置, ,等于在搜索空間中粒子 i 由目標(biāo)函數(shù) f 決定的最小誤 id p差的位置,假設(shè)使任務(wù)最小化。· 全局的最佳位置由在所有 中服從最小誤差的位置標(biāo)出。在群中重復(fù) gd p的每一個(gè)粒子用以下兩個(gè)方程更新: Vid(t+1)=w.Vid(t)+c1.r1.(pid-Xid(t))+c2.r2.(pgd-Xid(t)) (2)Xid
6、(t+1)=Xid(t)+Vid(t+1) (3)其中,Vid(t+1)和 Vid(t)分別表示當(dāng)前粒子的速度,Xid(t+1)和 Xid(t)分別表示當(dāng)前粒子的位置,c1 和 c2 分別是兩個(gè)正常數(shù),r1 和 r2 分別是在[0,1],w 是慣性質(zhì)量。圖 2 通常 PSO 算法流程圖Ⅳ 最優(yōu) 最優(yōu) FLC 設(shè)計(jì) 設(shè)計(jì)在 FLC 中應(yīng)用 PSO 的從屬函數(shù)的方法如圖 3 所示:在以下的 PS
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 外文翻譯-應(yīng)用粒子群優(yōu)化技術(shù)優(yōu)化的CSTR模糊控制(譯文).doc
- 外文翻譯-應(yīng)用粒子群優(yōu)化技術(shù)優(yōu)化的CSTR模糊控制(譯文).doc
- 外文翻譯-應(yīng)用粒子群優(yōu)化技術(shù)優(yōu)化的cstr模糊控制
- 外文翻譯-應(yīng)用粒子群優(yōu)化技術(shù)優(yōu)化的cstr模糊控制
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于粒子群優(yōu)化磁懸浮模糊控制系統(tǒng)設(shè)計(jì).pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用
- 基于模糊控制和粒子群優(yōu)化的智能末制導(dǎo)律研究.pdf
- 外文翻譯-- 擴(kuò)展的粒子群算法與經(jīng)典優(yōu)化算法的比較
- 基于復(fù)合粒子群優(yōu)化的模糊神經(jīng)預(yù)測控制的研究.pdf
- 外文翻譯-- 擴(kuò)展的粒子群算法與經(jīng)典優(yōu)化算法的比較
- 基于優(yōu)化控制思想的粒子群優(yōu)化算法改進(jìn)研究.pdf
- 外文翻譯-- 擴(kuò)展的粒子群算法與經(jīng)典優(yōu)化算法的比較
- 基于粒子群優(yōu)化算法的模糊控制在電廠過熱汽溫控制中的應(yīng)用.pdf
- 改進(jìn)粒子群優(yōu)化算法在路徑優(yōu)化中的應(yīng)用.pdf
- 動態(tài)粒子群優(yōu)化算法及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的研究及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的研究與應(yīng)用.pdf
- 粒子群優(yōu)化算法應(yīng)用研究.pdf
評論
0/150
提交評論