外文翻譯-應用粒子群優(yōu)化技術優(yōu)化的cstr模糊控制（譯文）

1、中文 中文 3958 字 出處： 出處：World Academy of Science, Engineering and Technology, 2011, 59應用粒子群優(yōu)化技術優(yōu)化的 應用粒子群優(yōu)化技術優(yōu)化的 CSTR 模糊控制 模糊控制摘要： 摘要：模糊邏輯控制(FLC)系統(tǒng)作為一種有用的模型工具在許多技術和工業(yè)應用中廣泛使用，它可以解決現代控制系統(tǒng)的不確定性和非線性。模糊邏輯控制(FLC)方法主要的缺點是在工業(yè)環(huán)境中選擇最優(yōu)化

2、的整定參數的個數比較困難 。在本文中介紹了一種利用粒子群最優(yōu)(PSO)算法來找到一個模糊系統(tǒng)的最優(yōu)從屬函數的方法。文中使用一種將模糊邏輯控制與粒子群最優(yōu)算法相結合的綜合算法來設計 CSTR 控制器，目的是獲得精確的和可靠的結果。為了顯示這種算法的有效性，用它優(yōu)化一個非線性的研究對象 CSTR 系統(tǒng)模糊模型的高斯從屬函數的例子來研究。結果清楚地表明，如果能適當地定義從屬函數，對同一個系統(tǒng)來說，與模糊模型相比，使用被優(yōu)化的從屬函數能提供更好

3、的性能。關鍵詞 關鍵詞：連續(xù)攪拌釜式反應器(CSTR)，模糊邏輯控制(FLC)，從屬函數(MF)，粒子群優(yōu)化算法(PSO)Ⅰ．引言 ．引言連續(xù)攪拌釜式反應器(CSTR)是化學過程研究領域的一個重要分支。因此，在化工和控制工程領域關于 CSTR 已有大量的研究。各種各樣的方法被應用到CSTR 參數的控制中。CSTR 是包含高度非線性的復雜反應，用常規(guī)的方法難以控制。然而，為了避免這些非線性控制器給計算帶來更多的復雜性，FLC 可以作為一種

4、簡便易行的方法。傳統(tǒng)方法在處理約束時的局限是這種強大可行的方法產生的主要原因。近年來，生物智能算法已經被成功應用于解決復雜的問題。PSO 算法和模糊邏輯在解決上述問題時表現出很強的能力。模糊邏輯的成功證明了這種方法在現實環(huán)境中的應用的穩(wěn)健性。但是，仍然需要有協(xié)調 MFs 的高效方法，目的是使輸出錯誤最小或性能指標最大。PSO 技術是一種利用旨在最小化（或最大· 每一單個的粒子有如下性質：在搜索空間中的當前位置， ，當前的 id

5、 x速度， ，搜索空間中的最佳位置， 。 id p id ｐ· 最佳位置， ，等于在搜索空間中粒子 i 由目標函數 f 決定的最小誤 id p差的位置，假設使任務最小化。· 全局的最佳位置由在所有 中服從最小誤差的位置標出。在群中重復 gd ｐ的每一個粒子用以下兩個方程更新： Vid(t+1)=w.Vid(t)+c1.r1.(pid-Xid(t))+c2.r2.(pgd-Xid(t)) (2)Xid

6、(t+1)=Xid(t)+Vid(t+1) (3)其中，Vid(t+1)和 Vid(t)分別表示當前粒子的速度，Xid(t+1)和 Xid(t)分別表示當前粒子的位置，c1 和 c2 分別是兩個正常數，r1 和 r2 分別是在[0,1]，w 是慣性質量。圖 2 通常 PSO 算法流程圖Ⅳ 最優(yōu) 最優(yōu) FLC 設計 設計在 FLC 中應用 PSO 的從屬函數的方法如圖 3 所示：在以下的 PS