基于遗传算法的模糊逻辑控制器优化设计.doc

文库下载 免费文档下载/本文档下载自文库下载网，内容可能不完整，您可以点击以下网址继续阅读或下载：/doc/c0338c0e76c66137ee0619c4.html基于遗传算法的模糊逻辑控制器优化设计基于遗传算法的模糊逻辑控制器优化设计第卷第期西安交通大学学报年月文章编号：（）基于遗传算法的模糊逻辑控制器优化设计李辉，韩红，韩崇昭，朱洪艳（西安交通大学电子与信息工程学院，西安）摘要：设计了一种新的适用于模糊逻辑控剥器优化的遗传算法，实现了模糊逻辑控制嚣参敷和结构的同步快速优化谊算法对经典的简单遗传算法进行了改良，设计了一种带区可限制的十进螂蝙码方案，实现了模糊控制器隶属度函数和控制规则的联合璃码，并谩计了受限分步一致交叉和变异算子，改进了经典睹轮选择法，避免了病态个体产生，加快了收敛速度通过对典型的一阶和二阶工业对象控制器优化的仿真研究表明，相时于一般的遗传算法，谊算法在群体规模较小（或）的情况下，能够在代左右快速收效到理想蛄果，井且在进化过程中很少产生病态十体，因此能够在小群体规模下，实现模糊控制器参数和蛄构的快速同步优化关词：模糊控制，遗传算法优化设计中圈分类号：文献标识码：万方数据缸，（，）劬：（）/doc/c0338c0e76c66137ee0619c4.html（），://doc/c0338c0e76c66137ee0619c4.html昭咖：；模糊逻辑控制作为一种智能控制策略已在工法（）是一种高效的模拟自然随机优化工具，不需程实际中大量应用，“，但在模糊逻辑控制的经典了解对象的内部机理，仅仅由适应度函数驱动，易于设计方法中，存在许多经验性的比较粗糙的部分，且与其他技术结合，常用于智能控制系统中的参数、结这些部分用现有的方法往往难以优化：“遗传算构或环境的最优控制因此，将遗传算法与模糊控制收藕日期；作者简介；李辉（），男，博士生韩豢昭（联系人）男，教授博士生导师一万方数据西安变通大学学报第卷相结合，用遗传算法去优化模糊逻辑控制器，这就是遗传优化模糊控制器的基本思想遗传优化模糊逻辑控制器模糊逻辑控制器（）可以看作一种学习分类系统遗传算法应用于学习分类系统主要有种方法：密歇根方法和匹兹堡方法口一密戢根方法将每一条规则作为一个个体，整个群体代表一个系统（一个控制器），匹兹堡方法将完整的规则集（整个）作为一个个体，多个不同的形成一个群体此外，根据对的规则集和隶属度函数形状的优化次序，遗传优化主要分以下种方案；（）给定的结构，优化的参数（即在给定规则集下优化隶属度函数）；（）给定的参数，优化的结构（即在给定隶属度函数下优化规则集）；（）结构和参数的分步优化（即规则集与隶属度函数由分阶段优化）；万方数据（）的结构和参数的同步优化（即同时优化规则集与隶属度函数）方案（）、（）必须假设规划集和隶属度函数二者之中，必有一个是已知的或较为优异的方案（）用分阶段优化规则集和隶属度函数/doc/c0338c0e76c66137ee0619c4.html，实现繁琐，而且困模糊控制中隶属度函数与规则集的交互作用，易陷人局部极点，很难达到全局最优方案（）是一种较先进的方案，同时优化可消去隶属度函数与规则集的交互作用且搜索速度较快，但是书要良好的编码方案和优化遗传算子配合在此采用匹兹堡方法，即把整个完整的规划集作为一个个体，多个不同的构成一个群体遗传因子作用于个体，性能指标的度量也在个体间水平进行同时，为提高优化效果，采用的结构和参数同步优化方案实施细节考虑一个典型温控系统的模糊控制器的设计问题，基本模糊控制系统为一输人输出的模糊控制器，其结构见图通常的优化考虑的是个比例因子、的组合调整哪，这种调整通过改变输出特性来改善控制器性能，但个因子的组台随意性很大，搜索困难，而且对的内在结构和模糊规则并没有改变，因此不能从本质上优化控制器从本质上优万方数据差分模糊化谋整变化逻辑反横期他。图的典型结构圈化，就需要考虑控制器本身的模糊变量划分和控制规则的台理性，本文不通过改变控制器的外在输出特性的方法来改善控制效果，而是基于，数据，通过遗传算法的有目的的搜索来优化控制器本身，同步优化控制规则和隶属度，其实质是的内在结构和参数的优化和重建过程，因此优于通常的参数调整方法编码方案和适应度函数对于模糊控制的研究表明口，模糊集隶属度函数的形状对控制器的影响不大，而各模糊子集的隶属度函数对论域的覆盖面的大小，对控制器的特性影响比较大考虑到算法的简便性及可行性，选择最简单也是最常用的等腰三角形隶属度函数作为研究对象（见图）这样，待优化参数只剩下个，即顶点坐标和底边宽度在此只考虑隶属度函数形状的变化调整因此假定顶点坐标不变实际编码中，以三角形底边宽度的一半作为待优化参数文献（）典型隶属度/doc/c0338c0e76c66137ee0619c4.html函数（）典型个体和隶属度（）典型个体隶属度田典型隶属度叠效和的囊誓个体第期李辉，等基于遗传算法舶模糊逻辑控制器忧化设计的研究结果表明，采用二进制编码的遗传算法，搜索能力较强但是，十进制编码对于变异操作的种群稳定性比二进制编码好，且十进制编码的可操作性强，易于编程实现，在此选用十进制编码以三角形隶属度函数底边长度的一半作为待优化参数，对于上述系统的一个典型个体（图、图），其编码为前个代表误差变量豹个模糊子集的隶属度函数底边宽度的一半，即的编码，中间的个是误差变化率的编码，后个是控制作用的编码为避免出现失控点以及相邻模糊集间过多的重叠区，约定三角形底边宽度的区间为，这样就不会出现隶属度函数覆盖不到的区域或个模糊集重叠过多的现象，避免控制器灵敏度太差或失控为保持同隶属度函数的编码一致，控制规则的编码也选为实数编码约定对于语言变量的种编码（、），分别以七个数字代表，这样，模糊控制规则表（见表）就成为一个二维实数数组（见表），再将此二维数组拉伸，就转化为一维数组，形成了控制规则的如下实数编万方数据码：表以语言变量表示的模糊控制表万方数据将隶属度函数和控制规则的编码联合起来，形成一维染色体形式的码串，该编码代表了一个模糊逻辑控制器个模糊变量的联合编码为位长度的实数码串，系统共有条规则，控制规则的编码为位实数编码，故总的编码长度为位/doc/c0338c0e76c66137ee0619c4.html码串的分解示意图见表以上带区间限制的十进制编码方案的优点在于：直观、可操作性强，对隶属度函数和规则用实数形式的一维染色体编码，易于译码，省去了二进制编码繁琐的译码过程较二进制编码而盲，大大缩短了编码长度，减少了操作的复杂性较十进制编码而盲，该方案考虑了模糊控制系统的特点，加进了区间限制，更适合的优化遗传优化模糊控制器的过程直接面向被控对象，但由于实际对象的数学模童难以建立，导致遗传算法的适应度函数的选取较为困难文献的研究结果表明，满足性能指标的控制系统具有快速平稳的动态性能即系统的超调量较小，上升时间及过渡过程较快，是控制系统设计中首选的性能评价函数在此，适应度函数，选为函数的倒数，另外还需将的计算式离徽化，以便于计算机实现，如式（）（），南（幻（）（）（）（）（）一（）（）（）（订（）为防止出现未成熟收敛现象和随机漫游现象，之间的适应度差异在此选用线性拉伸每次计算完群体的适应度后，按公式新对适应度经典赌轮法（）根据个体的适应度能，好处是保留了优良基因但就此问曩而言，仿真函数的定义极不合理因此，为增加群体的多样性，（）计算群体中各个体的适虚度蕾一般采用适应度拉伸技术，用来拉开相近个体进行一次定标，即线性定标仿真试验表明，采用线性适应度定标后的算法的收敛速度明显加快量传算子选择个体，无论个体适应度的高低，均有被选中的可结果表明适应度最小的个体，其控制规则或隶属度保证进化的速度，提出以下改进/doc/c0338c0e76c66137ee0619c4.html算法西安交通大学学报第卷，表个体的一堆染色体实数蝙码（）用经典赌轮法选择”个个体；（）将选择出来的个个体按适应度值大小排序；（）适应度最高的个个体不经交叉直接复制至下一代；（）删除掉个适应度值最差的个体，随机产生个个体加入到群体中这种算法在每次配对过程中均保留最优者，剔除最差者，即劣质基因，然后注入新的基因此方法汲取了最佳个体保存法的部分思想，在保证群体完整性的前提下，增加了新的基因，提高了遗传进化的多样性，相当于扩充了遗传算法的搜索空间，同时又剔掉了劣质基因，使得群体的平均适应度提高，加快万方数据了进化的速度仿真结果表明，采用改进后的算法，在小规模样本的情况下，遗传算法同样也能获得较好的结果由于遗传优化的特殊性，个体的染色体编码的前位为，之间的实数，代表隶属度函数底边宽度，后位为，之间的整数，代表控制规则如按传统的交叉方法操作，易产生一些不合理或病态的后代，导致荒谬的结论因此，在交叉方法上一定要区别对待，同时要加以限制针对大范围交叉编码信息，本文采用一致交叉方法，并对常规一致交叉方法进行改进，提出受限的分步一致交叉方法该方法的第一步对前位编码按常规一致交叉操作；第二步对后位编码实行一致交叉，但在在个等位基因交换前首先作一下基因对比，如个待交换的基因，其差的绝对值小于，才允许交换，这样的目的是避免控制作用产生突然跳跃，如从负大一下子变到正大，从而避免了因出现不合理的规则而导致控制系统剧烈振荡该方法简称为受限一致交叉方法，是针对的实数编码方案和控制系统的特/doc/c0338c0e76c66137ee0619c4.html殊性而提出的，避免了病态个体的产生仿真结果表明，受限一致交叉算法较没有受限的交叉算法产生的结果可解释性更强，更符合实际情况常规的十进制编码方案的变异操作常作如下定义：对个体的第个基因进行变异操作万方数据中（；，）：（）（，）（）式中：（）是均值为、方差为的高斯噪声这种变异操作的变异量可以任意地小，以保证产生的新个体与父个体可以充分地接近对于本文所讨论的遗传优化模糊控翩器而富，隶属度函数和对规则编码的变异操作要分步骤进行定义对隶属度函数的变异为中（，）一：（）（一，）（）式中：（一，）是一，之间的均匀分布噪声，限定变异量在一，之间是为了保证最终的隶属函数底边宽在，之间，不致于出现失控点或过多重叠区选择均匀分布的噪声的目的是让变异量可以随机地出现在一，之间，加大新个体的多样性由于控制规则的编码必须为整数因此定义对规则的变异为（翟，）誓（）（一，）（）式中（一，）含义同上，将变异量限定于一，之间是为了使规则的变化最大只能是一个整数位也就是变异量最大只躬是或一，其中为取整函数该变异思想认为，合理的控制规则只能在其初始点附近作微小的变化，过大的变化将导致不合理规则的产生，因此变异量只能取士仿真研究基于上述思想，本文采用实现了选择、对一阶对象，取时间常数丁，增益，增益一，初始群体交叉、变异算子及适应度函数的计算和定标方法，该算法的详细流程见图，并对典型的一阶和二阶工业对象作了阶跃响应仿真和对比试验，其进化过程及仿真结果见图/doc/c0338c0e76c66137ee0619c4.html初始群体规模，迭代次数对二阶对象，取时间常数一规模一，迭代次数二次优化过程中交叉第期李辉，等：基于遗传算法的摸柳逻辑控制器优化设计町蛄群体一仿真计算每个的（）兰！苎兰竺捌除最差者，一保售量好的十父代群体中嗣宗悻两两瞳机配对生成。之间均匀分布柏随机赣万方数据匿算法流程概率取为，变异概率。取为加（）一阶对豢优化过程图一（）阶对象优化过翟敬优化过程中代平均适应度的变化万方数据从仿真结果可以看到，对一阶和二阶典型对象，运用该算法进行控制器优化，在样本规模为和的情况下，只需要代左右的进化就可以得到较理想的结果优化后控制器的上升时间缩短了，超调量减小了，更符合实际控制系统的要求结论本文通过对遗传优化的机理分析针对模糊控制的特点，提出了一种对的结构和参数同步优化的方案该方案采用作者提出的带区间限制的实数编码方案，并基于此种编码方案，融合最佳个体保存法的思想，对传统的赌轮选择法提出改进方案，以加速收敛速度，减小群体规模针对隶属度函数和控制规则编码代表的不同的含义，提出合理的受限一致交叉算子和变异算子，以符合实际的运行情况通过对典型一阶和二阶对象的仿真验证，表明该方法具有较好的效果，能较快地收敛，适用于模糊控制器的设计://doc/c0338c0e76c66137ee0619c4.htmlr参考文献陈建安，攘乃平，戴冠中学习控捌技术、方击和应用的发晨新动向口控制理论与应用，（）：李士勇模糊控制、神经控和智控论哈尔滨：哈尔摈工业大学出版杜，：，。，（）：王晶李玉兰蔡自必等基于遗传算法的蕞糊系统优化设计方法口控制理论与应用。（）：胡蚌，沈理遗传优化模糊逻辑控制嚣计算机辩学，（）：赵捧，方醉教，张晨模糊控制器比倒因子自整定专家系坑口模式识别与人工智健，（）张晓绩方浩，戴冠中遗传算法的螬码机制研究刀信息与控制，（）（编辑刘橱）基于遗传算法的模糊逻辑控制器优化设计作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：李辉， 韩红， 韩崇昭， 朱洪艳西安交通大学电子与信息工程学院,710049,西安西安交通大学学报JOURNAL OF XIAN JIAOTONG UNIVERSITY2002，36(4)13次 参考文献(7条)/doc/c0338c0e76c66137ee0619c4.html 1.陈建安.徐乃平.戴冠中 学习控制技术、方法和应用的发展新动向期刊论文-控制理论与应用 1999(01)2.李士勇 模糊控制、神经控制和智能控论 19963.Linkens D A Nyongesa H O.Genetic algorithms for fuzzy control:part 1,offline system developmentand application 1995(03)4.王晶.李玉兰.蔡自兴 基于遗传算法的模糊系统优化设计方法 1999(05)5.胡炜.沈理 遗传优化模糊逻辑控制器 1997(16)6.赵捧.方醉敏.张晨 模糊控制器比例因子自整定专家系统 1996(02)7.张晓绩.方浩.戴冠中 遗传算法的编码机制研究 1997(02) 相似文献(10条)1.期刊论文 邓莉.李欧迅.杨元妍.DENG Li.LI Ou-xun.YANG Yuan-yan 基于遗传算法和模糊控制的图像盲复原方法-山东理工大学学报（自然科学版）2010,24(3)针对空间移变降质的点扩散函数类型未知且加性噪声严重的情况,提出一种基于遗传算法和模糊控制的盲复原方法.算法采用三角形网格划分子图像块,通过标准遗传算法和微种群遗传算法交替进化的方式分别估计点扩散函数及其对应的子图像块,并在标准遗传算法每一代进化结束时利用参数模型对估计的最佳点扩散函数进行基于模糊控制的修正,而在微种群遗传算法每次迭代后对最佳子图像块进行基于直方图统计的修正.实验结果表明,与点扩散函数已知且不含修正步骤的恢复算法相比,该算法具有更好的的复原效果.2.学位论文 武晓今 遗传算法的改进研究及其在组合优化与技能模糊控制优化中的应用 2005遗传算法是模拟自然进化过程的一种随机性全局优化算法。本文首先介绍了传统遗传算法的理论依据和收敛性证明，讨论了传统遗传算法的搜索性能和寻优效率。其次，本文探讨了遗传算法在组合优化中的应用。通过组合优化/doc/c0338c0e76c66137ee0619c4.html中的典型问题，即背包问题、二次指派问题和旅行商问题，介绍遗传算法在组合优化中的应用，同时提出了GA完备性与健全性的保证方法用以解决复杂组合优化问题，分析探讨了遗传算法的不足之处及其性能提高的方法。由于遗传算法在许多优化问题中存在寻优效率低和局限性的问题，本文针对这些遗传算法中的非效率操作的局限性，作了以下几个方面的改进和研究：(1)简洁性遗传算法性能分析及其改进研究。从简洁性、简单性方向研究遗传算法性能提高的可能性，提出对其算法在组合优化问题上的改进方法，对其不足之处与传统遗传算法和蚁群算法进行了分析比较，讨论了它的适用范围和局限性。(2)研究种群多样性测度从而改进遗传算法的寻优效率。本文探讨并研究了多样性测度问题及其多样性增强方法，通过顺序欺骗函数问题和多维函数来说明多样性测度，提出了在二进制编码下的多样性调节方法，并对该方法在GA性能方面与适值共享遗传算法进行分析比较。(3)免疫遗传算法的改进研究。遗传算法虽然在进化中表现出“优胜劣汰”的特性，但却没有记忆功能。本文提出模式记忆的免疫遗传算法，借鉴生物免疫机制中的抗体的多样性，有效提高群体的多样性，同时其具有记忆功能能够有效地提高搜索效率，利用混和启发式来提高遗传算法的性能。 最后，提出利用免疫遗传算法应用于技能模糊控制优化问题中，用以解决类似困难优化问题。作为模糊控制技术发展的一个崭新的方向技能模糊控制的设计，是本文所提出的遗传与免疫遗传算法的应用。如何利用该方法来解决困难优化问题，比如如何确定技能模糊控制中后件部参数，使模糊控制更加接近于人的行为控制方式，在本文进行了重点探讨，并通过汽车在弯道转弯的模拟实例验证了该方法的有效性。 综上所述，本文有如下几个主要创新点：(1)提出了遗传算法完备性与健全性的保证方法，使其能有效地解决复杂组合优化问题。 (2)提出了对CGA在TSP等组合优化问题上的改进方法。(3)提出多样性测度方法，在分析多样性增强方法的基础上，提出了一种二进制编码适值多样性自适应控制方法，并对其性能进行分析比较研究。 (4)提出在免疫遗/doc/c0338c0e76c66137ee0619c4.html传算法中引入模式控制的方法来解决复杂函数优化的问题。(5)提出利用基于免疫机制的遗传算法进行技能模糊控制系统参数的隶属度函数的学习，同时简化运动方程，利用依靠运动参数控制受控对象的行为来进行运动控制。3.期刊论文 郑春红.苏玉鑫.ZHENG Chun-hong.SU Yu-xin 基于遗传算法的模糊控制送丝系统 -西安石油学院学报(自然科学版)2001,16(3)高质量的焊接在很大程度上决定于送丝机构的性能，模糊控制相对于传统的PID控制，具有更高的系统鲁棒性和稳定性.而模糊控制的三个因子对控制器的性能有很大的影响，常规的模糊控制都是采用人工的多次现场调试来确定，不仅费时，而且也不能得到最优的控制性能.采用遗传算法来寻优整定模糊控制器的参数，以送丝系统的跟踪误差为目标函数，采用二值编码的遗传寻优整定，不仅得到了最优性能的模糊控制送丝系统，而且使其设计过程大大简化.最后通过仿真比较，证明了遗传寻优模糊控制送丝系统的性能明显优于常规模糊控制的性能.4.学位论文 胡国四 模糊控制的新课题及基于遗传算法的技能模糊控制系统设计方法研究 1999技能模糊控制是目前模糊控制技术发展的一个崭新的方向.由于技能控制系统的设计超出了通常模糊控制的表达范围,它无法获得操作者的语言表现,因而就存在如何求解操作者使用的情报与其输出的控制动作之间关系的问题.为了解决技能模糊控制的系统设计问题,该文提出了一种基于遗传算法的技能模糊控制设计方法.为了更好的改进技能模糊控制系统的设计方法,该文在分析了模糊控制的特征以及常用的Mamdani推理法的合理性和不合理性的基础上,指出目前模糊控制必须急待解决的课题,提出了一种新的模糊推理方法-贡献度最大值为中心的模糊推理方法.对遗传算法的改进方面,在分析了常规型遗传算法所存在的缺点的基础上,通过对遗传算法适值函数定义法的研究分析,指出上前存在的改进算法中忽略了一个重要方面-对适值函数定义方法的改进.并提出了一种通用的适值自调整型适值函数定义方法.最后采用了一个利用技能模糊控制器控制的汽车模型进行仿真,推导了汽车的数学模型,/doc/c0338c0e76c66137ee0619c4.html并分别用了几种不同的遗传算法改进方法对该技能模糊控制系统进行优化设计,得到了不同的汽车运行轨迹曲线,不查证明了遗传算法是一种适合于技能模糊控制系统设计的优化方法,同时也从结果中证明了该文中提出的遗传算法改进方法的优越性.5.期刊论文 王晖.韩新阳.胡兆光.王广生.Wang Hui.Han Xinyang.Hu Zhaoguang.Wang Guangsheng 基于模糊控制遗传算法的输电系统最优化规划 -电力系统自动化2000,24(2)用遗传算法求解优化问题时,要花费大量时间对基因进行测试、组合,速度较慢.另外,遗传算法的性能还强烈地依赖于一些相关参数(例如交叉和变异的概率)的选取.文中以电网规划为背景,对简单遗传算法(SGA)进行了多方面改进,得到模糊控制遗传算法(FLCGA).该算法速度快,收敛到全局最优解的概率大.与基于传统遗传算法的电网规划比较,FLCGA具有明显的优越性.6.学位论文 陆春晖 基于遗传算法的模糊控制、神经网络的应用研究 2002该文中第一部分首先阐述了遗传算法的来源以及基本结构,给出了遗传算法的优缺点和适应范围,从理论和应用两方面详细综述了遗传算法的发展历程.最后运用模式理论和马尔科夫链理论分析简单遗传算法的收敛性,并简单介绍了遗传算法的欺骗性问题.文中第二部分在分别给出了模糊控制和神经网络的概念后,详细地分析了模糊控制的性能并提出了分级模糊控制和智能调节量化因子的模糊控制,在结合船舶动力定位系统的应用研究中取得了很好的控制效果;文章最后研究了遗传算法在模糊控制和神经网络中的应用研究,主要涉及参数的优化设计.文章最后给出了取得的研究成果,特别是在船舶动力定位系统上取得的进展,为以后研究模型不确定性、多参数、非线性动态系统提供了一些经验,并指出人工智能进一步研究的方向.7.期刊论文 吴忠强.奥顿.刘坤 基于遗传算法的混沌系统模糊控制 -物理学报2004,53(1)基于遗传算法,研究了混沌系统的模糊控制问题.采用遗传算法对模糊系统的隶属函数进行优化,综合了遗传算法强大的空间搜索能力,高精度和模糊控制器快速性/doc/c0338c0e76c66137ee0619c4.html的优点,使模糊控制达到较好的控制效果.仿真结果证明了所给方法的有效性.8.学位论文 杨丽 基于递阶模糊控制遗传算法的城市干线交通信号智能控制方法研究 2009目前对于城市干线交通信号智能控制技术研究主要采用的是模糊控制理论，并取得了一定的交通控制效果，但是模糊控制理论中所采用的隶属函数或控制规则一旦确定就不再更新，这势必造成与实际交通变化情况不符的情况，致使控制效果大大降低。本文在分析总结前人研究成果的基础上，开展了基于递阶模糊控制-遗传算法的城市干线交通信号智能控制技术研究。首先，采用递阶模糊控制系统，对城市干线各交叉口进行协调优化控制，尽量降低交通干线上通行车辆的平均延误数，提高交通干线的通行能力；然后，针对模糊控制器存在隶属函数因人为制定而影响递阶模糊控制系统控制性能的不足之处，采用了遗传算法对模糊控制器的模糊控制输出量进行优化，使得递阶模糊控制系统的控制性能得以提高，交通干线的通行能力得以进一步提升。最后，运用MATLAB7.0编写仿真程序，分别对交通干线定时控制算法、递阶模糊控制算法以及递阶模糊控制.遗传算法进行仿真，详细说明了仿真方法、仿真流程及相关程序代码，通过算例对三个控制算法的结果进行了对比、分析。MATLAB仿真实验的分析结果证明：在城市干线交通信号的协调控制中，递阶模糊控制-遗传算法优于递阶模糊控制算法，而递阶模糊控制算法又优于定时控制算法。9.期刊论文 程志江.CHENG Zhi-jiang 遗传算法在自动泊车辅助系统模糊控制中的应用 -模糊系统与数学2010,24(3)随着汽车工业的发展,自动泊车辅助系统已逐渐成为汽车的必备装置.对自动泊车控制过程进行了分析,设计了自动泊车辅助系统模糊控制器,并将遗传算法应用于模糊控制器参数寻优过程,较为有效的确定了模糊控制器的参数,使用遗传算法工具箱对模糊控制器的隶属度函数进行了优化.并在Matlab环境下,对自动泊车模糊控制进行了仿真研究,论述了遗传算法在改善模糊控制效果中的应用.10.学位论文 郑周太 基于遗传算法的神经网络模糊控制在熔融碳酸盐/doc/c0338c0e76c66137ee0619c4.html燃料电池系统控制中的应用 2002该文根据MCFC燃料电池发电过程中的一些基本平衡关系和守恒定律,对电堆的输出电压及一些相关的状态