跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 陳嘉偉
chia-wei chen
論文名稱： 應用基因演算法於模糊控制器設計之研究
指導教授： 莊漢東
Han-tung Chuang
口試委員:
學位類別： 碩士
Master
系所名稱： 工學院 - 機械工程學系
Department of Mechanical Engineering
畢業學年度： 93
語文別： 中文
論文頁數： 112
中文關鍵詞： 模糊控制 、基因演算法 、雙輸入雙輸出系統 、振動系統
相關次數： 點閱：12  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 本論文將針對非線性動態系統，與雙輸入雙輸出且變數間有耦合現象之動態線性系統，提出基因演算法設計模糊控制器參數方法，避免以往由專家系統設計、費時嘗試錯誤或主觀經驗法來設計控制器參數，達到智慧型搜尋最佳化參數且省力省時設計控制器之目標。
    本論文引用適應性交配及突變機制、菁英重生機制與族群淘汰機制改良傳統型基因演算法，成功改善其演算法在搜尋最佳解問題時，會有不穩定因素、收斂緩慢、不成熟收斂而落入局部最佳解等缺點，並且對於多階多變數、非線性等複雜問題，皆能夠比傳統型基因演算法穩定收斂且有效搜尋近似最佳解。
    在模擬實驗中，提出簡單的模糊控制器架構，並應用改良型基因演算法搜尋調整模糊控制器相關參數，設計出完善的系統模糊控制器，成功讓倒單擺滑車系統之單擺垂直向上穩定控制，與控制雙振動彈簧阻尼系統使之加速穩定收斂。

    摘要 ..............................................I 誌謝 .............................................II 目錄 ............................................III 圖索引 ...........................................VI 表索引 ...........................................IX 第一章 緒論 1.1前言 ...........................................1 1.2研究方法 .......................................2 1.3文獻回顧 .......................................3 1.4論文架構 .......................................8 第二章 模糊控制理論與基因演算法理論探討 2.1模糊理論 .......................................9 2.2模糊系統架構 ................................11 2.2.1模糊化 ..................................12 2.2.2模糊規則庫 ..................................14 2.2.3模糊推論工場 ................................16 2.2.4解模糊化 ....................................17 2.3基因演算法理論 ................................18 2.3.1編碼、解碼 ..................................20 2.3.2適合度函數 ..................................20 2.3.3原始族群 ....................................22 2.3.4停止條件 ....................................22 2.4基因演算法運算因子 ............................23 2.4.1重生與選擇 ..................................23 2.4.2交配 ........................................25 2.4.3突變 ........................................27 2.5簡單型基因演算法 ..............................28 第三章 改良型基因演算法 3.1菁英重生機制 ..................................31 3.2適應性交配及突變機制 ..........................33 3.3族群淘汰機制 ..................................35 3.4改良型基因演算法 ..............................36 3.5 SGA與AGA比較 .................................38 3.6 AGA應用於多變數多階函數搜尋 ..................43 3.7傳統最佳化與基因演算法最佳化之比較 ............48 第四章 模糊控制器設計分析 4.1模糊控制器系統架構 ............................50 4.1.1倒單擺滑車控制系統 ..........................50 4.1.2雙質量彈簧阻尼控制系統 ......................54 4.2改良型基因演算法控制器設計法則 ................57 4.2.1定義搜尋參數 ................................57 4.2.2設計控制器參數 ..............................60 第五章 系統模擬與分析 5.1倒單擺系統模擬實驗 ............................65 5.1.1倒單擺數學模型推導 ......................65 5.1.2傳統模糊控制器之參數設計 ................69 5.1.3改良型基因演算法參數訓練 ................71 5.1.4不同模擬條件下之響應比較 ................75 5.2雙質量彈簧阻尼系統模擬實驗 ..................82 5.2.1雙質量彈簧阻尼數學模型推導 ..............82 5.2.2傳統模糊控制器之參數設計 ................86 5.2.3改良型基因演算法參數訓練 ................88 5.2.4不同模擬條件下之響應比較 ................91 第六章 結論與未來展望 6.1 結論 .......................................98 6.2 未來展望 ...................................99 參考文獻 ........................................101

    [1] C.Raymond, Serge Boverie, A.Titli, ”First Evaluation of Fuzzy
    MIMO Control Laws”, in Proc. Of IEEE World Congress on
    Computational Intell. , vol.1, pp.545 – 548, 1994
    [2] Shiuh-Jer Huang, Ruey-Jing Lian, ”A Combination of Fuzzy Logic
    and Neural Network Controller for Multiple-Input Multiple-Output
    Systems”, International Journal of Systems Science , Vol.31,
    pp.343-357, 2000
    [3] M. Maeda and S. Murakami, “A Self-Tuning Fuzzy Controller“
    Fuzzy Sets and Systems , vol.51,pp.29-40, 1992
    [4] Y.M. Park, U.C. Moon, and K.Y. Lee, “A Self-Organizing Fuzzy
    Logic Controller for Dynamic Systems Using a Fuzzy
    Auto-Regressive Moving Average (FARMA) Model, “IEEE Trans.
    On Fuzzy Systems , vol.3,No.1, pp.75-82, 1995
    [5] Moeljono Widjaja and Stephen Yurkovich, “Intelligent Control for
    Swing Up and Balancing of an Inverted Pendulum System”
    , Proceedings of the 4th IEEE Conference on Control Applications,
    pp.534 -542, 1995
    [6] Williams,Victor Williams and Kiyotoshi Matsuoka,“Learning to
    Balance the Inverted Pendulum using Neural Network”,Proceedings
    of IEEE International Joint Conference on Neural Networks, vol.1,
    pp.214 -219,1991
    [7] D. E. Goldberg, Genetic Algorithms in Search, Optimization, and
    Machine Learning. Addison Wesley, 1989
    102
    [8] K. F. Man, K. S. Tang, and S. Kwong, “Genetic algorithms:concepts
    and applications,” IEEE Trans. Industrial Electronics, vol.43, no. 5,
    pp. 519-534, 1996
    [9] Y.Mitsukura,M.Fukumi,Norio Akamatsu and T.Yamamoto“A System
    Identification Method Using a Hybrid-Type Genetic Algorithm”
    Proceedings of the 41st SICE Annual Conference ,
    Vol.3 ,pp.1598-1602, 2002
    [10] Liu Changliang, Liu Jizhen, Niu Yuguang, Yao Wanye, “The
    application of genetic algorithm in model identification”
    Control and Power Engineering , Vol. 3 , pp.1261-1264 , 2002
    [11] W. A. Farag, V. H. Quintana, and G. Lambert-Torres,“A
    genetic-based neuro-fuzzy approach for modeling and control of
    dynamical systems,” Neural Networks, vol. 9, no.5 , pp. 756-767,
    1998
    [12] W. S. Oh, Y. T. Kim, C. S. Kim, T. S. Kwon, and H. J. Kim,
    “Speed control of induction motor using genetic algorithm based
    fuzzy controller” Annual Conference on Industrial Electronics
    Society, pp. 625-629, 1999
    [13] 陳培勳, ＂模糊控制軟體系統發展與應用＂,中央大學機械工
    程研究所碩士論文, 1999 年
    [14] 陳世偉, ＂雙輸入雙輸出模糊控制於泵浦控制之研究＂, 中央
    大學機械工程研究所碩士論文, 2004 年
    [15] 鄭遠鐘, ＂適應性類神經模糊控制器於泵浦系統之應用＂, 中
    央大學機械工程研究所碩士論文, 2000 年

    QR CODE
    :::