公安海警學院 高 飛

遺傳算法在自動控制領(lǐng)域中的應(yīng)用綜述

公安海警學院 高 飛

如今我們處于一個科學技術(shù)高速發(fā)展的時代，在我們生產(chǎn)生活中智能控制設(shè)備已經(jīng)成為必需品，各行各業(yè)對于智能控制自動化控制需求日益廣泛?？刂祁I(lǐng)域之中，有許多一些常規(guī)方法不能準確解決的問題，遺傳算法在自動控制領(lǐng)域取得了十分優(yōu)秀的效果。本文主要介紹了遺傳算法在自動控制工程各個方面的應(yīng)用，以及遺傳算法在控制方法和理論的應(yīng)用。

自動控制領(lǐng)域；遺傳算法；實踐應(yīng)用

借鑒適者生存定律和優(yōu)勝劣汰機制的進化規(guī)律演變而來的隨機化搜素方式被稱為遺傳算法，即通過編碼串模擬達爾文進化論。遺傳算法這一名詞是1975年由美國密執(zhí)根（Michigan)大學的J.holland提出。在此基礎(chǔ)上，遺傳算法通過數(shù)學的模式模擬該擇優(yōu)過程。對結(jié)構(gòu)對象直接進行操作是遺傳算法的主要特征，此種算法具有內(nèi)在的隱并以及全局尋優(yōu)的能力，采用概率化的方式。遺傳算法已成為自動控制領(lǐng)域的關(guān)鍵技術(shù)，因此已經(jīng)被人們廣泛的應(yīng)用到自動控制領(lǐng)域當中。當然，問題依然存在，在將遺傳算法融入到自動控制領(lǐng)域的過程中，需要設(shè)計師的進一步創(chuàng)造與優(yōu)化。

1.遺傳算法在自動控制領(lǐng)域的應(yīng)用

離線設(shè)計和在線自適應(yīng)調(diào)節(jié)是遺傳算法在自動控制領(lǐng)域中的兩大類。而其中離線設(shè)計分析又分為直接設(shè)計與間接設(shè)計法兩種類別。其中遺傳算法在直接設(shè)計法中的應(yīng)用是作為一個優(yōu)化引擎的角色，而遺傳算法在間接設(shè)計法當中是用來提供一個例如加權(quán)函數(shù)矩陣這種比較優(yōu)化的參數(shù)。在線應(yīng)用的情況分為辨識未知的特征參數(shù)和直接優(yōu)化控制器的參數(shù)這兩個種類。這時，對系統(tǒng)狀態(tài)的估計采用傳統(tǒng)辨識的方法，從而形成自適應(yīng)優(yōu)化機制，最后由遺傳算法作為自適應(yīng)控制器。

1.1 系統(tǒng)辨識

系統(tǒng)辨識是自動控制領(lǐng)域中設(shè)計的基礎(chǔ)，遺傳算法改變了傳統(tǒng)辨識方式中出現(xiàn)的普遍問題。例如：過程過于復(fù)雜化、系統(tǒng)辨識復(fù)雜化等情況。遺傳算法可以進行同時的處理和搜索進一步達到全局優(yōu)解的效果。在遺傳算法的應(yīng)用過程中，在參數(shù)空間對不同區(qū)域進行搜索可以是具有連續(xù)性，并且將這些搜索方向引導(dǎo)至更加合理的區(qū)域同時，模型的線性化與降價處理應(yīng)用遺傳算法的現(xiàn)象也較為普遍，對全局最優(yōu)的名義模型和不確定性誤差界函數(shù)進行同時識別是遺傳算法的獨到之處。結(jié)構(gòu)開關(guān)能夠?qū)崿F(xiàn)對模型階次和參數(shù)同時處理的效果，可由在控制基因中引入遺傳算法這一方法進行處理，此類方法既適用于頻域模型同時也適用于時域問題。

1.2 非線性系統(tǒng)

優(yōu)化中包含著很多控制的問題。在自動控制領(lǐng)域設(shè)計中，這種優(yōu)化任務(wù)在一般情況下要求在受限于實際問題的前提下，對處于一個多維空間中對若干個參數(shù)進行同時確定，而這些參數(shù)往往會帶有比較嚴格的要求以及非線性，并且這些指標函數(shù)不可微同時也不能夠連續(xù)。眾所周知，遺傳算法不存在需要指標函數(shù)微分的情況。此時，遺傳算法無疑能夠簡單的處理此類問題，并能準確的找到有效控制非線性系統(tǒng)的良好途徑。遺傳算法可以直接設(shè)計非線性對象的線性控制器，對實際系統(tǒng)的多個性要求進行充分考慮，不用將其進行線性化，在研究過程中，多個實踐都證明了遺傳算法在自動控制系統(tǒng)設(shè)計中會采用一個十分合理且有效地方法解決問題。

1.3 神經(jīng)網(wǎng)絡(luò)

近年來，神經(jīng)網(wǎng)絡(luò)優(yōu)化過程中應(yīng)用遺傳算法的現(xiàn)象越來越普遍，這也是當今社會中重要的應(yīng)用方向。較復(fù)雜的非線性、大規(guī)模的行性、強大的棒性、容錯性等是神經(jīng)網(wǎng)絡(luò)的主要優(yōu)勢，正是這些突出的優(yōu)點使神經(jīng)網(wǎng)絡(luò)在自動控制領(lǐng)域得到廣泛關(guān)注，也產(chǎn)生了十分活躍的應(yīng)用研究。層前饋神經(jīng)網(wǎng)絡(luò)模型在神經(jīng)網(wǎng)絡(luò)中運用最為廣泛，這種模型具有極強的輸入和輸出反射能力，但我們?nèi)孕枰荛L時間才能進一步接受其中的反向傳播算法，同時這種算法還會出現(xiàn)一些局部問題。遺傳算法網(wǎng)絡(luò)結(jié)構(gòu)、對權(quán)系數(shù)、參數(shù)和結(jié)構(gòu)三方面進行神經(jīng)網(wǎng)絡(luò)的優(yōu)化。這種優(yōu)化方式在眾多文獻在資料中都有詳細的記載研究，像神經(jīng)網(wǎng)絡(luò)中注入遺傳算法可以使其映射能力進一步提高，也能使遺傳算法在相互磨合的過程中快速收斂。

1.4 智能控制

智能控制技術(shù)能夠控制直線運動或圓周運動，而最新的運動控制器都應(yīng)用了遺傳算法，在其中繼承了遺傳算法控制模塊，在控制器內(nèi)部做到精準的控制，目前這種情況普遍應(yīng)用在汽車制造，汽車機床制造、家用電器、大型機械制造等各個場合。

1.5 控制器的優(yōu)化設(shè)計

遺傳算法可以優(yōu)化一些現(xiàn)有問題，如組合優(yōu)化問題和數(shù)量優(yōu)化問題這兩種，尤其是在控制器的優(yōu)化設(shè)計方面，反響快、控制平穩(wěn)精確、實時性好、具有較高的性價比是通過遺傳算法優(yōu)化設(shè)計控制器的優(yōu)點。

2.遺傳算法在自動控制領(lǐng)域應(yīng)用的前景展望

隨著科學的不斷進步和科學技術(shù)的不斷完善，遺傳算法在這個大環(huán)境中以破竹之勢迅速發(fā)展，并且廣泛的應(yīng)用到類似于自動控制領(lǐng)域等各個領(lǐng)域之中。在發(fā)展過程中不斷進步，才能實現(xiàn)進一步更好更快的發(fā)展。遺傳算法也存在著許多有待完善的地方：早熟的算法，較低的收斂速度。這些情況在用于一些高維且復(fù)雜的問題上時這些弱點表現(xiàn)的更為明顯，在其本身參數(shù)選取的方面就著實存在著一定的困難。當前自動控制領(lǐng)域在遺傳算法的應(yīng)用方面還處于仿真研究的階段，真正的實際應(yīng)用還存在較少。對于適用于自動控制系統(tǒng)分析與設(shè)計的遺傳算法進行選擇來說，如何根據(jù)自動控制體系特點來進行相應(yīng)的選擇是之后我們要重點研究的內(nèi)容。以此，此領(lǐng)域的進一步前進就需要設(shè)計這充分理解掌握其中實際工程中存在的問題和控制理論，更加合理有效的編碼，從而進一步有效地解決多目標優(yōu)化問題。

[1]王波,盧娜,謝飛,張澤鵬.基于精英遺傳算法的網(wǎng)絡(luò)頻點優(yōu)化設(shè)計[J].計算機技術(shù)發(fā)展與改革,2013(09).

[2]梁飛鵬,李響.關(guān)于遺傳算法裝配線平衡問題的討論與研究[J].河北科技,2012(06).

[3]謝強,趙慶剛.遺傳算法編碼的思考與策略研究[J].價值工程論述,2013(08).

[4]楊季航,葛延華,郝志剛,李天,張兆志.基于遺傳算法關(guān)于發(fā)動機冷卻模塊震動優(yōu)化的研究發(fā)現(xiàn)[J].震動沖擊,2013(06).

[5]馬曉蕾,張科,劉石宏,翟中泉.關(guān)于遺傳算法在自動控制領(lǐng)域系統(tǒng)分析中存在的問題思考研究[J].甘肅科技之光,2013(05).

[6]張志航,安佩琴,李智慧.遺傳算法在社會各領(lǐng)域的綜合運用與仿真研究[J].網(wǎng)絡(luò)研究,2012(01).