2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、電力工業(yè)的發(fā)展促進(jìn)了發(fā)電機(jī)組單機(jī)容量和參數(shù)正不斷增加,對(duì)控制系統(tǒng)的控制品質(zhì)也提出了更高的要求。掌握被控對(duì)象的數(shù)學(xué)建模和控制器參數(shù)優(yōu)化是過程控制系統(tǒng)分析、設(shè)計(jì)、調(diào)試和獲得較高控制品質(zhì)的關(guān)鍵。本文將實(shí)數(shù)編碼的自適應(yīng)混合遺傳算法在運(yùn)用于火電廠協(xié)調(diào)控制系統(tǒng)對(duì)象參數(shù)辨識(shí)和控制器參數(shù)優(yōu)化中,通過仿真證明了該方法的有效性。
   論文主要分為三部分。第一部分對(duì)基本遺傳算法進(jìn)行改進(jìn)。針對(duì)傳統(tǒng)遺傳算法解決問題時(shí)普遍存在的早熟和局部收斂的問題,本文

2、提出一種實(shí)數(shù)編碼自適應(yīng)混合遺傳算法。第二部分研究將這種實(shí)數(shù)編碼自適應(yīng)混合遺傳算法運(yùn)用于協(xié)調(diào)控制系統(tǒng)對(duì)象參數(shù)辨識(shí)。首先簡(jiǎn)述了基于遺傳算法的對(duì)象辨識(shí)原理和方法。然后將這種改進(jìn)算法運(yùn)用于一個(gè)125MW機(jī)組的協(xié)調(diào)控制系統(tǒng)參數(shù)辨識(shí)。由于基于階躍響應(yīng)曲線擬合的系統(tǒng)辨識(shí)方法是以響應(yīng)曲線擬合程度為判定準(zhǔn)則而進(jìn)行工作的,理論上一個(gè)系統(tǒng)存在無窮多個(gè)滿足擬合條件的對(duì)應(yīng)系統(tǒng)模型問題,本文對(duì)基于遺傳算法的這類辨識(shí)方法的可能性和可靠性進(jìn)行了分析,并得出肯定的結(jié)論,

3、為此類系統(tǒng)辨識(shí)方法的工程應(yīng)用提供了依據(jù)。第三部分研究將這種實(shí)數(shù)編碼自適應(yīng)混合遺傳算法運(yùn)用于協(xié)調(diào)控制過程的PID參數(shù)優(yōu)化。首先對(duì)PID參數(shù)的整定技術(shù)進(jìn)行了簡(jiǎn)單綜述。在此基礎(chǔ)上,提出一種基于實(shí)數(shù)編碼自適應(yīng)混合遺傳算法的PID參數(shù)優(yōu)化整定技術(shù)。該方法直接利用遺傳算法的全局尋優(yōu)能力來得到目標(biāo)函數(shù)的全局最優(yōu)。仿真研究結(jié)果顯示該方法是有效的。論文對(duì)遺傳算法的原理和各種算子進(jìn)行了定性的分析,改進(jìn)了傳統(tǒng)遺傳算法的策略,捉高了全局尋優(yōu)能力,并將改進(jìn)的遺傳

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論