摘 要：在當(dāng)今社會(huì)科學(xué)技術(shù)不斷發(fā)展的今天，辦公自動(dòng)化，生產(chǎn)智能化已經(jīng)成為社會(huì)發(fā)展，工作生產(chǎn)日常生活中重要組成部分。從產(chǎn)品研發(fā)到生產(chǎn)車間對(duì)于自動(dòng)控制的要求越來(lái)越高，而與此同時(shí)自動(dòng)控制要解決處理的問(wèn)題越來(lái)越復(fù)雜，程序量也隨之加大。在自動(dòng)控制領(lǐng)域面臨著嚴(yán)重考驗(yàn)的情況下，遺傳算法為其提供了最優(yōu)化的方法。

關(guān)鍵詞：遺傳算法 自動(dòng)控制 優(yōu)化設(shè)計(jì)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2013）02（a）-0020-01

遺傳算法是近些年來(lái)發(fā)展迅速的一門新興學(xué)科，其根本原理是從達(dá)爾文的進(jìn)化輪中得以衍生，是在微型計(jì)算機(jī)上進(jìn)行生物自然進(jìn)化機(jī)制的模擬，也是人工智能的一大分支。其根本原則遵循“優(yōu)勝略汰，適者生存”的良性循環(huán)體系。再此計(jì)算機(jī)制下，很多傳統(tǒng)數(shù)學(xué)無(wú)法解決的問(wèn)題或無(wú)法精確使結(jié)果失效的問(wèn)題以及最優(yōu)化求解等問(wèn)題，該算法能夠有效地進(jìn)行解決。在遺傳算法廣泛應(yīng)用的同時(shí)，其在實(shí)際運(yùn)行中產(chǎn)生的巨大價(jià)值與無(wú)限潛力受到了業(yè)界認(rèn)識(shí)的廣泛關(guān)注與研究。

1 遺傳算法（GA）

遺傳算法指的是生物的遺傳基因和其本身所具有的進(jìn)化機(jī)制為根本的隨機(jī)搜索算法。而遺傳算法的形成與發(fā)展主要經(jīng)歷了以下幾個(gè)階段：初期，20世紀(jì)中末期是遺傳算法的起步階段，而在末期該算法已經(jīng)成為一種高效率，低失誤的的魯棒性強(qiáng)的優(yōu)化先進(jìn)技術(shù)。魯棒性（RobustNess）指的是在眾多環(huán)境迥異卻可以通過(guò)概率與功能之間有效協(xié)調(diào)與平衡來(lái)尋求生存的能力。而魯棒性的最有發(fā)展空間是在生物系統(tǒng)中，人工系統(tǒng)很難達(dá)到該狀態(tài)。魯棒算法的的宏觀定義為仿生算法，也就是說(shuō)他在模仿生命存在智能發(fā)展的進(jìn)化過(guò)程，而自然界的規(guī)律“優(yōu)勝劣汰，適者生存”亦被其遵循。遺傳算法是由在樣本中隨機(jī)抽取個(gè)體組成的集體學(xué)習(xí)模式。其中的單獨(dú)個(gè)體表示定向問(wèn)題中空間搜索的一點(diǎn)，遺傳算法則從初始全體進(jìn)行探究，通過(guò)進(jìn)行交叉，變異和隨機(jī)選擇來(lái)進(jìn)行操作。使該群體進(jìn)化到整個(gè)搜索空間中越來(lái)越好的結(jié)果域。選擇使群體中個(gè)性較強(qiáng)的得以保留，而交叉則是教父輩的優(yōu)良信息有效的結(jié)合在一起傳授到子代群體，而變異正是群體在演變過(guò)程中的新物種的誕生。

遺傳算法雖然是一種基于生物界的一種算法，但是當(dāng)代，人們也將其廣泛的運(yùn)用到各行各業(yè)。正是因?yàn)檫z傳算法吸收了自然界生物系統(tǒng)的進(jìn)化原理，從而能夠在較為復(fù)雜的空間中進(jìn)行搜索。解決了許多傳統(tǒng)算法都難以解決的優(yōu)化問(wèn)題。例如，遺傳算法將生物進(jìn)化原理復(fù)制到待優(yōu)化參數(shù)的形成編碼中，按照其需要值及其遺傳操作進(jìn)行對(duì)每個(gè)個(gè)體的篩選。被篩選出的個(gè)體又組成新的群體。而新的群體不僅保留了上一代的信息，并且得到了優(yōu)化的個(gè)體。如此循環(huán)往復(fù)，群體的適應(yīng)值不斷提高，直到滿足實(shí)驗(yàn)需求，得到最優(yōu)解。

2 遺傳算法特點(diǎn)

遺傳算法能夠在復(fù)雜的空間進(jìn)行有效地全局優(yōu)化，并且具有較強(qiáng)的魯棒性，那么，與傳統(tǒng)算法相比較，遺傳算法有哪些優(yōu)勢(shì)呢？首先，從參數(shù)角度來(lái)說(shuō)，遺傳算法是對(duì)賦予參數(shù)本身的編碼進(jìn)行的操作與篩選，而非參數(shù)的本身。解除了傳統(tǒng)算法的局限性。而對(duì)一個(gè)編程群體來(lái)進(jìn)行操作，所得出數(shù)據(jù)的信息量將更加龐大，具有最優(yōu)的效果。然后，遺傳算法的開(kāi)始不僅是從一個(gè)點(diǎn)進(jìn)行操作，而是很多個(gè)點(diǎn)共同進(jìn)行操作的，解除了傳統(tǒng)算法局限于一點(diǎn)的局限性。有效地預(yù)防了在搜索過(guò)程中的局部最優(yōu)解的收斂。其次，遺傳算法針對(duì)帶求解空間進(jìn)行的是高效性啟發(fā)式的搜索模式，而非傳統(tǒng)算法中的盲目窮舉和隨機(jī)搜索。最后，遺傳算法針對(duì)于傳統(tǒng)算法來(lái)說(shuō)降低了對(duì)數(shù)學(xué)的要求，還可以通過(guò)并行計(jì)算的方式，來(lái)進(jìn)行大規(guī)模的并行計(jì)算，從而大大提高了計(jì)算速度與計(jì)算時(shí)間。

3 遺傳算法在自動(dòng)控制領(lǐng)域的應(yīng)用

根據(jù)其特點(diǎn)遺傳算法在自動(dòng)控制領(lǐng)域的應(yīng)用又可以大致的分為兩類：第一類是離線設(shè)計(jì)分析；第二類是在線自動(dòng)適應(yīng)調(diào)節(jié)。在離線設(shè)計(jì)分析中，我們又可將其細(xì)為直接設(shè)計(jì)法和間接設(shè)計(jì)法。在直接設(shè)計(jì)法中，遺傳算法就被用作為優(yōu)化引擎和優(yōu)化搜索。而在間接設(shè)計(jì)法中，遺傳算法則起到為各個(gè)配置設(shè)計(jì)提供優(yōu)化參數(shù)如加權(quán)函數(shù)矩陣，而遺傳計(jì)算函數(shù)的在線應(yīng)用也被分為兩種情況：一種是遺傳算法用于自適應(yīng)控制器的調(diào)整；另一種是遺傳算法的直接優(yōu)化控制器的參數(shù)，也可用傳統(tǒng)的辨識(shí)方法估計(jì)系統(tǒng)的狀態(tài)。

3.1 電力系統(tǒng)中遺傳算法的應(yīng)用

對(duì)于微型水電站來(lái)說(shuō)，其穩(wěn)速裝置通常采用電子負(fù)荷調(diào)節(jié)器。該結(jié)構(gòu)可以轉(zhuǎn)化水輪機(jī)的結(jié)構(gòu)，省去機(jī)械調(diào)速器的使用，便于進(jìn)行維護(hù)，大大地降低了成本，而電子負(fù)荷調(diào)節(jié)器的工作原理就是調(diào)控發(fā)電機(jī)的輸出側(cè)的平衡負(fù)載來(lái)實(shí)現(xiàn)輸入和輸出的力矩平衡關(guān)系，來(lái)進(jìn)行轉(zhuǎn)速穩(wěn)定的控制。并且其工作環(huán)境只在實(shí)際負(fù)載小于發(fā)電機(jī)出力的情況下進(jìn)行有效運(yùn)轉(zhuǎn)。而以前的電子負(fù)荷調(diào)節(jié)器采用的是單純的PID控制，但是該控制僅僅滿足其基本的控制要求。但是其問(wèn)題也是顯而易見(jiàn)的，在開(kāi)關(guān)機(jī)和機(jī)組負(fù)荷較大的擾動(dòng)時(shí)，機(jī)組轉(zhuǎn)速較大，頻率波動(dòng)范圍較大，在此過(guò)程中會(huì)嚴(yán)重影響機(jī)組的壽命，同時(shí)該現(xiàn)象會(huì)導(dǎo)致電壓不穩(wěn)，會(huì)影響用電安全和電氣機(jī)械的使用壽命。而遺傳算法則是對(duì)該控制的性能進(jìn)行了全方位的優(yōu)化。遺傳算法中只需要提供目標(biāo)函數(shù)，及其包含的取值信息。因此，該算法適用于大規(guī)模的不斷連續(xù)波的多峰函數(shù)的優(yōu)化和無(wú)解析表達(dá)式的目標(biāo)函數(shù)優(yōu)化，其通用性較強(qiáng)。電力系統(tǒng)中的各個(gè)元件的工作特性是比較復(fù)雜的，所以采用電子負(fù)荷調(diào)節(jié)器PID控制效果往往不盡人意，無(wú)法達(dá)到理想的控制效果。而遺傳算法的引進(jìn)，使其對(duì)參數(shù)進(jìn)行編碼，改進(jìn)的遺傳操作就可以盡量避免被控制變量出現(xiàn)超負(fù)荷，使其效果達(dá)到更為理想。

3.2 模糊控制中遺傳算法的應(yīng)用

模糊控制指的是模擬人的近似推理和決策過(guò)程的一種實(shí)用的控制方法。但是模糊控制是具有依賴性的控制，缺乏自學(xué)習(xí)和自控能力。而與遺傳算法的結(jié)合，使其能夠根據(jù)實(shí)際情況做出相應(yīng)的變動(dòng)。而基于遺傳算法尋優(yōu)的模糊控制器主要將遺傳算法技術(shù)，神經(jīng)元網(wǎng)絡(luò)，模糊控制技術(shù)相結(jié)合。從而達(dá)到模糊控制器在線自尋優(yōu)。

4 結(jié)語(yǔ)

在科技高速發(fā)展的時(shí)代，對(duì)高科技的需求越發(fā)廣泛。在人類不斷進(jìn)行科學(xué)探究以提高生活水平的同時(shí)智能化控制技術(shù)已逐漸成為自動(dòng)化控制領(lǐng)域中的重要組成部分之一。而遺傳算法則是智能化控制技術(shù)的最為主要的優(yōu)化形式，能夠?yàn)樽詣?dòng)化的良好實(shí)施提供一個(gè)優(yōu)良的應(yīng)用框架，在問(wèn)題的處理中達(dá)到最優(yōu)化的效果并且節(jié)省資源成本消耗。在實(shí)踐過(guò)程中，遺傳算法在自動(dòng)控制領(lǐng)域中還有很大的發(fā)揮空間和完善價(jià)值。在不斷地實(shí)施，進(jìn)化，完善的基礎(chǔ)上使遺傳算法在自動(dòng)控制領(lǐng)域發(fā)揮更大的功效。

參考文獻(xiàn)

[1]張紹紅，王尚旭，寧書(shū)年.模擬退火法和遺傳算法聯(lián)合優(yōu)化技術(shù)及在反演解釋中的應(yīng)用[J].煤炭學(xué)報(bào)，2004（1）.

[2]萬(wàn)月珍，廖成旺.用遺傳算法對(duì)自動(dòng)控制系統(tǒng)數(shù)學(xué)模型尋優(yōu)[J].地殼形變與地震，2001（2）.