遗传算法作为一种新型优化算法,由于具有简单、易操作、并行信息处理等特点,已经在许多领域的优化问题求解方面取得了成功的应用。但是遗传算法在理论上还不够完善,例如存在容易产生早熟现象以及局部寻优能力较差等问题,影响了其进一步的应用。本文针对常规遗传算法的不足,受生物种群分布的启发,提出了一种基于分布种群的遗传算法,将这种算法运用到单变量和多变量控制器参数优化整定,并进行仿真实验研究。 本文主要内容包括以下几个方面: 1.综述了遗传算法的产生、发展和现状以及在控制器参数优化整定方面的研究 概况;介绍了遗传算法的基本原理和方法,给出了遗传算法存在的问题以及对此进行的改进工作。 2.针对常规遗传算法的不足,受生物种群分布的启发,提出了一种基于分布种群的遗传算法,将该算法运用于PID控制器参数优化整定,进行了仿真试验 研究,结果表明了该算法的有效性。 3.针对单变量智能控制器,使用基于分布种群的遗传算法对神经元PID控制器和模糊神经元非模型控制器进行了参数优化整定,对具有时变、非线性和不确定的水轮发电机组和车削过程进行的仿真控制实验表明优化整定后的控制器在控制性能上有了明显的提高。 4.使用基于分布种群的遗传算法对多变量神经PID控制器的参数进行了优化整定和火电单元机组、多侧线精馏塔的仿真控制试验研究,结果表明了所设计的控制器具有优良的控制品质和较强的鲁棒性。