【遗传算法的研究及其在控制中的应用】.pdf

浙江大学硕士学位论文目摘 ABSTRACT.第一章绪论第一节现代控制理论面临的挑战第二节智能控制第三节遗传算法1遗传算法的特点1应用遗传算法的几个要点本章小节参考文献第二章遗传算法的原理和发展.第一节遗传算法简介 2遗传算法的提出2遗传算法的操作算子.第二节遗传算法的收敛特性分析 2齐次有限马尔科夫链 2遗传算法的有限马尔科夫链分析 2基于马尔科夫链的遗传算法效率分析第三节几种改进的遗传算法,2.

浙江大学硕士学位论文摘要人工智能是近年米研究异常活跃,发展非常迅速的一个领域。它通过模仿人类处理问题的方法来解决问题,可以达到较好的效果.遗传算法作为人工智能的一种,是模仿自然界的进化过程,根据适者生存原则的一种全局优化方法。遗传算法许多优良特性,如无需先验知识、全局搜索能力及鲁棒性等,使它在一些诸如非线性、高维、多陷井、非连续的复杂空简的搜索与优化问题中得到广泛应用与研究.本论文首先进行遗传算法原理的阐述,主要用马尔科夫链分析遗传算法的收敛性,并在收敛性分析的基础上提出了几种改进的遗传算法。然后将遗传算法分别用于模糊控制和神经网络中,优化模糊规则表和神经网络的权矩阵。

浙江大学硕士学位论文第一章绪论第一节现代控制理论面临的挑战自美国著名学者维纳于1948年创立控制论以来,自动控制理论经历了从经典控制理论到现代控制理论的巨大发展。自动控制技术已渗透到人类生产和社会生活的诸多领域。如人造卫星的成功发射和准确定位、生产过程的自动化、自然灾害的预测和防治及人口的控制和优化等都离不开自动控制技术.经典控制理论主要解决单输入单输出系统的控制问题。主要采用传递函数、频率特性、根轨迹为基础的分析方法。所研究系统主要是线性定常系统.对于非线性系统,则采用相平面分析方法,分析时变量一般不超过两个.本世纪六十年代,计算机技术得到了飞速发展。