基于遗传算法的AMT车辆起步模糊控制
基于模糊闭环的AMT车辆离合器起步控制研究
ｃ ａ ｌ Ｔｒ ａ ｎ ｓ ｍｉ ｓ ｓ ｉ ｏ ｎ ， ＡＭＴ ） 是在原 干式 离合器 和定 轴 齿轮 式有级手 动变 速器基 础上增 加 自动操 纵机构 改 造 而成 ， 具有 传动效 率高 、 燃油 经济性 好 、 结构简单 、 制造 和维修 成本低 等 优 点 ， 在 国内有 着 良好 的应 用 前 景 。但 自主知识 产权 的 ＡＭＴ在 产品 化过 程 中还 存 在离合器 起步控 制等 问题需 要解决 。该 文针 对离 合 器起步 控制 ， 对 起 步控 制 评 价 指标 冲 击 度 和滑 磨 功 及离合 器接合 过 程特 性 进 行分 析 ， 提 出 以模 糊 控 制 为基础 的多 阶 段 闭环 控 制 策 略 ， 开发基于 Ｆ ｒ ｅ ｅ ｓ — ｃ ａ ｌ ｅ ＭＣ ９ Ｓ １ ２ Ｄ Ｔ１ ２ ８单 片机 的控制 系统 。
２ ０ １ ２， ２ ７ （ ４ ） ．
［ ８ ３ 赵党社 ， 魏玲霞． 铰 接 式 客 车 最 小 转 弯半 径 和通 道 宽 度 的计 算 ［ Ｊ ］ ． 客 车技 术 与研 究 ， ２ ０ ０ ７ （ ２ ） ．
［ ９ ］ 黄小进 ， 唐 志辉 ． 消 防车 道 最 小 转 弯半 径 以及 通 道 宽 度 的计 算 ［ Ｊ ］ ． 华 中建 筑 ， ２ ０ ０ ９ （ １ １ ） ．
被控参数 ， 开发 了基 于 Ｆ ｒ ｅ ｅ ｓ ｃ ａ ｌ ｅ Ｍｃ ｇ ｓ １ ２ Ｄ Ｔ１ ２ ８单 片 机 的控 制 系统 ； 在此基础上 进行 了一挡正 常 起 步 和 快 速 起 步 的 台架 试验 ， 结 果 表 明该 控 制 策 略 满 足 冲 击 度 和 滑 磨 功 的要 求 ， 可 以 实现 车 辆 的
与
汽
《2024年AMT车辆起步模糊控制及其执行机构特性研究》范文
《AMT车辆起步模糊控制及其执行机构特性研究》篇一一、引言随着汽车工业的快速发展，自动机械传动系统（AMT，Automated Manual Transmission）在汽车中的应用越来越广泛。
AMT系统通过电子控制单元（ECU）对离合器、换挡执行机构等部件进行精确控制，实现车辆起步和换挡的自动化。
其中，起步模糊控制技术是AMT系统中的关键技术之一，其性能直接影响着车辆的起步平稳性和乘坐舒适性。
本文将对AMT车辆起步模糊控制及其执行机构特性进行研究，以期为AMT系统的优化设计和应用提供参考。
二、AMT车辆起步模糊控制概述AMT车辆起步模糊控制是一种基于模糊逻辑控制理论的自动化控制技术。
该技术通过模拟驾驶员的驾驶经验和技能，对车辆起步过程中的各种因素进行综合分析，从而实现对离合器、油门等执行机构的精确控制。
与传统控制方法相比，模糊控制具有更好的适应性和鲁棒性，能够在不同路况和车况下实现平稳起步。
三、AMT车辆起步模糊控制系统的设计AMT车辆起步模糊控制系统主要由模糊控制器、执行机构和传感器三部分组成。
其中，模糊控制器是系统的核心，它根据驾驶员的意图、车速、加速度、离合器状态等参数，运用模糊逻辑算法进行推理和决策，输出控制指令。
执行机构包括离合器执行机构和油门执行机构，负责执行模糊控制器的控制指令。
传感器则负责采集车辆状态信息，为模糊控制器提供反馈。
四、起步模糊控制算法研究起步模糊控制算法是AMT车辆起步模糊控制系统的关键技术之一。
该算法根据驾驶员的意图和车辆状态信息，运用模糊逻辑推理方法，对离合器、油门等执行机构进行精确控制。
在算法设计过程中，需要考虑多种因素，如道路条件、车速、发动机转速、离合器磨损等。
通过对这些因素进行综合分析和推理，得到最优的控制策略，从而实现车辆的平稳起步。
五、执行机构特性研究执行机构是AMT车辆起步模糊控制系统的重要组成部分，其性能直接影响着车辆的起步平稳性和乘坐舒适性。
基于遗传算法优化可调整控制规则的模糊控制
ｔ ｕｅ ｅ ｃ ｉｅ ｙ ａ ｎ ｌｔ ｘ ｒ ｓｉ ｎ ｈ ｓｂ ｅ ｅ ｉｎ ｄ ｍｌｒ ｌ ｓｄ ｓ ｒｂ ｄ ｂ ｎ ａ ａｙｉ ｅ ｐ ｅ ｓｏ ａ ｅ ｎ ｄ ｓｇ ｅ ．Ｔｈ ｎ ｔ ｅ ｉ ｒ ｖ ｄ ｇ ｎ ｔ ｌ ｏｉ ｍ ｍｐｏ ｅ ｏ ｃ ｒｙ ｏ ｔｇｏ ａ ａ ｔ ｐ ｃ ｅ ｈ ｍｐ ｏ ｅ ｅ ｅｉ ａ ｇ ｒｔ ｉ ｅ ｌｙ ｄ ｔ ａｒ ｕ ｌ ｂ ｌ ｓ 。 — ｃ ｈ ｓ ｆ
变 时滞 后 系统 具 有 较 好 的 适 应 能 力 。
关键词
可调 整 因子
模 糊控制 遗传算法 寻优
ｏＰＴ Ｍ Ｉ Ｉ Ｉ Ｓ ＮＧ ＦＵＺＺＹ ＣｏＮＴＲｏＬ Ｉ Ｗ ＴＨ ＡＤＪ ＴＡＢＬＥ ＵＳ
ＣｏＮＴＲｏＬ ＲＵＬ ＥＳ ＢＡＳ ＥＤ ｏＮ ＮＥＴＩ ＧＥ Ｃ ＡＬＧｏＲＩ ＴＨＭ
鲁棒性强 、 算法 简单 易用 、 于实 时控 制… 。但 普 通模 糊控 制 便 器也有其缺点 ： 首先 ， 模糊控制规则是根据 专家 的经验 制定 的 ， 很难 避免带有一定 的主观性 ； 其次 ， 控制规则一旦制定就不能 够 根据外界条件变 化进 行调 整 Ｊ 。这些 缺点 严重 限制 了模 糊控 制器的应用 ， 尤其是 对那 些具 有参 数时变 、 时滞后较 大系统 的控 制＿ 。为 了弥补这些不足 ， ｊ Ｊ 自然就考虑 到模糊 控制器应 向着 自 适应 、 自组织 和 自学 习方 向发展 ， 使模糊控制规则在控制过程 中
Ｋｅ ｗ ｒ ｓ ｙ ｏｄ
Ａ ｊｓ ｌ ｆ ｔｒ Ｆ ｚ ｏ ｔ ｌ Ｇ ｎ ｔ ｇｒ ｈ Ｏ ｔ ｉ ｄｕ ｔ ｅ ａ ｏｓ ｕ ｚ ｃ ｎｒ ｅ ｅｉ ａ ｏｉ ｍ ｂ ａ ｃ ｙ ｏ ｃｌ ｔ ｐｉ ｓ ｍ ｅ
《AMT车辆起步模糊控制及其执行机构特性研究》范文
《AMT车辆起步模糊控制及其执行机构特性研究》篇一一、引言随着汽车工业的快速发展，自动机械式变速器（AMT）已成为现代汽车传动系统的重要组成部分。
AMT以其结构简单、制造成本低、传动效率高等优点，得到了广泛的关注和应用。
然而，在AMT车辆起步过程中，由于控制策略的复杂性以及执行机构的特性差异，容易出现起步模糊、不稳定等问题，影响了驾驶的舒适性和安全性。
因此，针对AMT车辆起步模糊控制及其执行机构特性的研究具有重要的现实意义和应用价值。
二、AMT车辆起步模糊控制1. 模糊控制理论模糊控制是一种基于模糊逻辑的控制方法，能够处理复杂、非线性的系统问题。
在AMT车辆起步过程中，由于系统参数的时变性和不确定性，传统的控制方法往往难以达到理想的控制效果。
而模糊控制能够根据系统的实时状态，通过模糊推理和决策，实现精确的控制。
2. 模糊控制策略在AMT车辆起步过程中，模糊控制策略主要包括输入变量的确定、模糊化处理、模糊规则的制定和输出决策等步骤。
首先，根据系统状态和执行机构的特性，确定合适的输入变量；其次，通过模糊化处理将输入变量转换为模糊集合；然后，根据专家知识和经验，制定合理的模糊规则；最后，通过输出决策实现精确的控制。
三、AMT车辆执行机构特性AMT车辆的执行机构主要包括离合器、油门和刹车等。
这些执行机构的特性直接影响到AMT车辆的起步性能。
因此，研究AMT车辆执行机构的特性对于提高车辆的起步性能具有重要意义。
1. 离合器特性离合器是AMT车辆起步过程中的关键执行机构。
其特性主要包括离合器的接合过程、接合速度和接合力等。
离合器的接合过程应平稳、快速，以保证车辆能够顺利起步。
同时，离合器的接合力应适中，避免过大或过小导致车辆抖动或熄火。
2. 油门特性油门是控制车辆加速和减速的重要执行机构。
其特性主要包括油门的响应速度、油门开度和油门调节精度等。
油门的响应速度应快速、准确，以保证车辆能够迅速达到所需的速度。
同时，油门开度应适中，避免过大或过小导致油耗增加或车辆加速不顺畅。
基于自学习模糊神经网络AMT车辆巡航控制
基于自学习模糊神经网络AM T 车辆巡航控制3李 君 张建武 (上海交通大学汽车工程研究所 上海 200030) 冯金芝 雷雨龙 葛安林(上海理工大学) (吉林工业大学)摘要 利用模糊神经网络在不能获得精确数学模型的非线性系统中能够达到最优控制的特性,建立了车辆巡航模糊神经网络控制模型,并对其离线训练后应用于装有机械式自动变速器桑塔纳2000型轿车进行巡航控制道路试验,取得满意效果。
叙词: 机械式自动变速器 自动巡航控制系统 模糊模型 模糊神经网络中图分类号: U4633 国家“九五”科技攻关基金资助项目(962A05204204)。
19991225收到初稿,20000821收到修改稿0 前言车辆巡航系统已经在国外得到应用并且日益成为中高级轿车的标准装备。
基于机械式自动变速器(Automated mechanical transmission ,即AM T )车辆巡航是指当车辆在高速公路上行驶时,驾驶员即使不踏加速踏板,车辆仍可以按驾驶员所希望的恒车速行驶,并且按存储的最佳经济性和动力性规律进行选择和升降挡位[1～2]。
运用该系统可以减轻驾驶员因长时间控制油门而产生的疲劳,从而减少或避免了交通事故的发生;同时又避免了不必要的油门变动,改善了汽车的燃料经济性和排放,并在一定程度上提高了汽车的动力性和乘坐舒适性。
AM T 车辆巡航系统(如图1)是一个复杂的,分布参数,大惯性非线性系统,并且受外界环境(路况,风等)的影响非常大,所以建立其精确的数学模型是极其困难的[2～6]。
因此基于精确数学模型控制的现代控制论和古典控制论很难解决这一问题。
国内有采用PID 进行巡航控制研究的,结果证明车速控制精度不高和控制系统的鲁棒性及适应性不理想。
模糊控制理论和神经网络控制理论的迅速发展为解决这一问题带来了生机。
二者的共同特点是不需要建立被控对象的精确数学模型。
模糊技术的特长在于逻辑推理,模拟人抽象思维的能力。
但模糊控制的核心问题即模糊控制规则的获取和模糊隶属函数的形状确定却是一件相当费力的工作。
基于遗传算法优化的汽车巡航模糊控制策略
摘要 ： 研究汽车巡航控制系统中采用模糊控制 。模糊控制 中的隶属 函数和模糊推理规则 的选取专家 或者技术人 员 的经验 ，
但人工经验具有随机性和主观性 ， 使得其 控制性能往往达不 到理想 的效果 。针对 上述 问题 ， 采用一 种基 于遗传算 法的模糊 控制策略 ， 利用遗传算法并对隶属 函数 和模糊推理规则进行优化 ， 从而使 隶属 函数和模糊 推理规则 的确 定摆脱 了人 为经验 的局 限， 提高了模糊控制的 自适应 能力 。实验结果表 明优化后的控制器可以使汽车巡航 系统取得较满意 的效果 。 关键词 ： 巡航控制系统 ； 遗传算法 ； 模糊控 制； 仿真
１ 引言
汽 车巡 航控 制 系 统 是 一 种 辅 助 驾 驶 系 统 。它 根 据 设 定
足之处在于隶属 函数 和模 糊规 则的获 取一 般凭专 家和 工作
人 员 的经 验 获 取 ， 人 工 经 验 的 随 机 性 和 主 观 性 ， 而 因此 很 难
的车速和实际车辆行驶 车速的差 ， 运用相 关的控制算 法进行 计算 ， 产生节气门 的控 制信 号 ， 过改 变节气 门开 度来 跟踪 通 目标 车速并保持 稳定 车速 。这就 使得 驾驶人 员 的脚在 车辆 处 于巡航状态时得 以解放 ， 减轻 了因长时 间控制油 门而产生 的疲劳 ， 提高了驾驶舒适 性 ＿ 。此外 ， ｌ ｊ 使用 Ｃ Ｓ可 使汽 车的 Ｃ
第２卷 第７ ７ 期
文章 编 号 ：０ ６—９４ （ ０ ０ ０ ０ ８ ０ １０ ３ ８ ２ １ ）７— ２ ５— ３
计
算
机
仿
真
２１年７ ００ 月
基 于遗传 算 法优 化 的汽 车巡 航模 糊 控 制策 略
刘 洪玮 ， 石红 瑞
基于遗传算法的车辆行驶速度的模糊控制研究
辆行 驶 速度控制 的仿真 。
１ 前言
２ 车辆行驶 速度控制 系统数学模型
针对车辆行驶运动不仅与驱动力有关， 还与车
辆外 形 、 路面状 况 、 阻等 因素有 关 。对 于这 一 复杂 风 的非线性 和不 确 定 性 系 统 ， 传统 的模 糊 控 制 器 的设
遗传算法 自 身的开放性决定了它可与其它算法 相结合 ， 遗传算法是解决优化 等复杂 的非线性和不
找 到 问题 的最 优 解 或 满 意解 ， 复 杂 过程 的建 模 与 在
图 １ 车辆行驶速度模糊控制 系统
控制 、 运动体的路径规划 、 数字信号处理等许多领域 中得到应用 Ｊ 。作者通过车用柴油机动力装置数学
模 型 、 辆行驶 系统 数 学模 型及模 糊 控制 器设 计 ， 车 利
Ｓｈｏ ｏ ｕｏ ｂｌａ ｄｒａ ￣Ｅ ｇｎｅｎ ，Ｊ ｎ ｓ ｎｖｒｙ Ｚ ｅｊ ｎ ２ ２ １ ｃｏｌｆＡ ｔ ｉ ｎ ｒ ｍｏ ｅ ｆ ｎ ｉ ｒ ｇ ｉ ｇｕＵ ｉ ｉ ， ｈｎｉ ｇ １０ ３ ｅｉ ａ ｅｔ ａ
［ ｂｔ ｃ］ Ａｍ ｔ ｍ ｔａ ｍ ｄｌｏ ｖｈ ｌ ｓｅｄｃｎ ｏ ｓｓ ｍ ｉ ｂｉ．Ｆｒｈ ｏ ｐ ｘ ｈ ｈｏ ｅ， Ａ ｓ ａｔ ｒ ａ ｅ ａｃｌ ｏｅ ｆ ｅｉｅ ｐｅ ｏｔ ｌ ｙ ｅ ｕ ｈ ｉ ｒ ｃ ｒ ｔ ｓ ｈ ｏ ｔ ｓ ｍ ｌ ， ｉ — ｄｒ ｉｃ ｅ ｇ ｒ
《AMT车辆起步模糊控制及其执行机构特性研究》范文
《AMT车辆起步模糊控制及其执行机构特性研究》篇一一、引言随着汽车技术的快速发展，AMT（Automated Manual Transmission，自动机械式变速器）在汽车行业中的应用越来越广泛。
其中，起步控制作为AMT车辆的重要部分，直接关系到车辆的行驶平稳性和动力性能。
因此，对AMT车辆起步模糊控制及其执行机构特性的研究显得尤为重要。
本文将重点探讨AMT 车辆起步模糊控制的原理及其执行机构的特性，以期为相关研究提供参考。
二、AMT车辆起步模糊控制1. 模糊控制原理AMT车辆起步模糊控制是一种基于模糊逻辑的控制方法，通过模拟人的经验判断，实现对起步过程的精确控制。
模糊控制器以车辆行驶状态（如车速、加速度等）为输入，通过预设的模糊规则对输入信号进行处理，得出相应的控制策略，从而实现对AMT车辆的起步控制。
2. 模糊控制策略AMT车辆起步模糊控制策略主要包括离合器控制、油门控制和换挡控制等。
其中，离合器控制是起步过程的关键。
在起步过程中，模糊控制器根据车辆的行驶状态和驾驶员的意图，通过调整离合器的接合速度和力度，使车辆平稳起步。
同时，油门控制和换挡控制也起着重要作用，它们共同保证了车辆的动力性能和燃油经济性。
三、执行机构特性研究1. 离合器执行机构离合器执行机构是AMT车辆起步过程中的关键部件，其性能直接影响车辆的起步平稳性和动力性能。
离合器执行机构主要包括离合器压盘、分离轴承和离合器油路等。
其中，离合器压盘通过调节压紧力来控制离合器的接合程度，分离轴承则负责离合器的分离动作。
此外，离合器油路的设计和优化也对执行机构的性能有着重要影响。
2. 执行机构特性分析AMT车辆起步过程中，执行机构的动态响应特性和稳定性对车辆的行驶性能至关重要。
通过对离合器执行机构的动态特性进行分析，可以发现执行机构的响应速度、接合力度和稳定性等参数对车辆的起步过程有着重要影响。
此外，执行机构的热特性和耐久性也是研究的重要方向，它们直接关系到车辆的长期使用性能。
《2024年汽车起步阶段AMT离合器模糊控制方法研究》范文
《汽车起步阶段AMT离合器模糊控制方法研究》篇一一、引言随着汽车技术的不断进步，自动机械式变速器（AMT）因其高效、节能和操作简便等优点，在汽车行业中得到了广泛应用。
然而，在汽车起步阶段，AMT离合器的控制是一个关键的技术难题。
离合器控制的精准度直接影响到汽车的起步性能、乘坐舒适性以及传动系统的使用寿命。
因此，对AMT离合器控制方法的研究具有重要的理论意义和实际应用价值。
本文将重点研究汽车起步阶段AMT离合器的模糊控制方法。
二、AMT离合器控制现状及问题目前，AMT离合器的控制方法主要包括基于规则的控制、基于模型的控制以及智能控制等。
虽然这些方法在一定程度上提高了离合器控制的精准度，但在汽车起步阶段，由于路况、载重、驾驶习惯等因素的复杂性，使得离合器控制的精准度仍然难以达到理想状态。
特别是在复杂路况下，如坡道起步、拥堵路段等，离合器控制的难度更大。
因此，如何提高AMT离合器在汽车起步阶段的控制精度，成为了一个亟待解决的问题。
三、模糊控制理论在AMT离合器控制中的应用模糊控制是一种基于模糊集合理论的控制方法，具有处理不确定性和模糊性问题的优势。
将模糊控制理论应用于AMT离合器控制，可以有效地解决汽车起步阶段路况复杂、驾驶习惯多样等问题带来的控制难题。
通过建立合适的模糊控制系统，将离合器的控制过程转化为一种模糊决策过程，实现对离合器控制的精确调节。
四、汽车起步阶段AMT离合器模糊控制方法研究（一）模糊控制系统的设计设计合适的模糊控制系统是实施模糊控制的关键。
首先，需要确定模糊控制系统的输入和输出变量，如车速、发动机转速、油门开度等作为输入变量，离合器的接合速度和接合程度作为输出变量。
然后，根据专家的经验和实际驾驶数据，建立相应的模糊规则库，用于指导离合器的控制过程。
（二）模糊控制算法的实现在确定了模糊控制系统后，需要实现模糊控制算法。
这包括将输入变量进行模糊化处理，然后根据模糊规则库进行推理决策，最后将决策结果进行清晰化处理，得到离合器的控制指令。
AMT离合器起步过程的模糊控制方法
文章编号 ： １ ７ － ０ １２ ０ ） ３０１ ９ ０ ６ １ １ ４ （０ ７ ０ － ０ － ３
ＡＭＴ离合器起步过程 的模糊控制方法
孑 慧芳，王 Ｌ 斌
（ 合肥 丁业 大学 电气 与 自动化 工程学 院 ，合 肥 ２ ０ ０ ） ３ ０ ９
摘要：机械式 自动离合器 （ ｕｏ ｔｄ Ｍｅ ｈ ｎ ａ Ｔ ａ ｓ ｉｓ ｎ Ａ ０ Ａ ｔｍａｅ ｃ ａ ｉ ｌ ｒｎ ｍ ｓ ｉ Ｍ－ ｃ ｏ 的起步控制一直是机械式自动变速 器发展过程 中的一大难题 。通过分析 离合 器的起步过程 ．以车辆起步时 的冲击度和滑摩功 为主要评价性 能指标 ．根据 油门和发动机转速．利用模糊控制技术对车辆起步 时离合 器接 合量与接 合速
ＩＪ 软 件 程 序 流 搓 芏 ７
３ 结 论
本文介绍了一 种利用 单片机生成两个适合的频率 的方波米驱动 一 电极的电导率测量 方法 ，通过 电极和也阻组成 分压电路来提取 电导 池的电压，再经过整流滤波和 Ａ Ｄ转换将电导池 电压的数亨信 号 ／ 输 入单片机，并结合采集的电导池 的温度 信号进行软件处理．以达到 避免探头电缆和 电极 两端 的分 布电容影响对也导池 中溶液的电导 率的精确测量的 目的。其 中使用测量的方法和原理对 Ｉ 导和电导率 乜 仪器的研究有 一定借鉴的意义 ＠
基于遗传算法的模糊控制器动态优化方法
基于遗传算法的模糊控制器动态优化方法近年来，模糊控制器在不确定环境中发挥着重要作用。
模糊控制器具有优良的适应性，但由于开发模糊控制器的难度较大，往往无法满足环境的动态变化，模糊控制的效果日渐下降。
为了提高模糊控制器的适应性和可靠性，有效地解决这一问题，有必要寻找一种高效有效的优化算法。
而基于遗传算法的模糊控制器动态优化方法就是一种解决这一问题的有效方法。
（1）遗传算法的优点遗传算法是一种基于模拟生物的进化规律的优化模型，广泛用于复杂的优化搜索问题。
它具有收敛速度快，解的可靠性高，有较好的全局搜索能力，且适用性强的特点，所以最近被越来越多的应用在模糊控制器的优化设计中。
（2）原理介绍基于遗传算法的模糊控制器动态优化方法是基于遗传算法对模糊控制策略进行优化以求解动态优化问题的方法。
首先，通过对未知系统模型进行建模，动态模型估计技术来获取实时的输入输出数据。
然后，基于遗传算法的模糊控制器构造技术将根据实时的输入输出数据构建出一个新的模糊控制策略。
之后，根据新模糊模糊控制器计算系统性能，采用迭代优化算法，进行多次优化和参数调整，从而获得最优的参数设置，最终实现最优控制器策略，使控制系统快速趋于稳定，提升控制系统的可操作性。
（3）优化策略基于遗传算法的动态优化方法主要是根据遗传学原理对系统进行优化，以提高模糊控制策略的有效性，降低控制器设计的复杂性，提高控制器的更新速度和操作稳定性，以达到最优效果。
具体而言，每次运算采用一定的组合，将所有组合加以遗传演化，依据优秀的遗传物种来获取更优的控制策略，并让系统的模糊控制策略加以改进，使系统在不断的变化时达到最优的性能。
（4）应用前景基于遗传算法的模糊控制器动态优化方法无疑是一种能够有效解决动态模糊控制问题的有效工具，具有优异的控制性能，易于实现。
随着自动控制技术的发展，它在不确定环境中表现出色，因此可以有效应用于电子技术、机械设备及生物信息等多个领域，从而拓宽模糊控制器的应用前景，实现自动控制以及智能控制的目标。
遗传算法在模糊控制中的应用案例
遗传算法在模糊控制中的应用案例近年来，随着人工智能技术的飞速发展，遗传算法作为一种优化算法，被广泛应用于各个领域，其中包括模糊控制。
模糊控制是一种基于模糊逻辑的控制方法，通过将模糊集合和模糊规则应用于控制系统中，实现对复杂系统的控制。
本文将介绍遗传算法在模糊控制中的应用案例，并探讨其优势和局限性。
一、遗传算法简介遗传算法是一种模拟生物进化过程的优化算法，其基本思想是通过模拟自然选择、交叉和变异等过程，不断优化解决问题的方案。
遗传算法的核心是个体编码、适应度评价、选择、交叉和变异等操作。
通过这些操作，遗传算法能够在大规模的解空间中搜索到最优的解。
二、1. 温度控制系统温度控制系统是一个常见的控制问题。
传统的控制方法往往需要事先建立准确的数学模型，但在实际应用中，系统模型往往是复杂且不确定的。
遗传算法可以通过优化模糊控制器的参数，使其能够适应不确定的系统模型。
通过对温度控制系统进行仿真实验，结果表明，遗传算法能够有效地优化模糊控制器的性能，提高控制系统的稳定性和鲁棒性。
2. 机器人路径规划机器人路径规划是一个典型的优化问题。
在复杂环境中，机器人需要找到一条最短路径来完成任务。
传统的路径规划方法往往需要建立精确的地图模型，但在实际应用中，地图模型往往是不完全的或者存在噪声。
遗传算法可以通过优化模糊规则和隶属函数，使得机器人能够在不完全的地图模型中找到最优路径。
通过对机器人路径规划问题进行仿真实验，结果表明，遗传算法能够有效地优化模糊规则和隶属函数，提高机器人路径规划的准确性和鲁棒性。
三、遗传算法在模糊控制中的优势和局限性1. 优势遗传算法具有全局搜索能力，能够在大规模的解空间中搜索到最优解。
在模糊控制中，遗传算法能够优化模糊规则和隶属函数，提高控制系统的性能。
此外，遗传算法还能够适应不确定的系统模型和环境变化，具有较强的鲁棒性。
2. 局限性遗传算法的计算复杂度较高，需要大量的计算资源和时间。
此外，遗传算法的结果往往是近似解，无法保证找到全局最优解。
基于遗传算法的模糊控制器的优化设计——采用模糊数据挖掘技术
设 计 模糊 控 制 器 的 核 心 问 题 是 模 糊 控 制 规则 的 获 取 和 隶 属 度 函数 参数 的确 定 ， 计过 程 往 往 依 赖 于 系 统专 家 的 经 验 和 设 知 识 ， 是 这种 先 验 知识 往 往 是 不 够 全 面 的 ， 了解 决 这 一 问 但 为 题． 人们 一 直 在 研究 自动 生成 以及 优化 隶属 度 函 数 和 控 制 规 则 的方 法 与技 术 ＿ 近 年 来 ． ｌ ＿ 。 由数 据 设 计 一 个 模糊 控 制 系 统 来 拟 合
ｒｃ ｌ ｒ ｍ ｏ ａ ｈ ｒ ｄ ｉ ｐ ｔ ｏ ｔｕ ａａＴ ｅ ｐ ｏ ｏ ｅ ｍｅｈ ｄ ｃ ｎ ｐ ｃ ｐ ｆｚ ｙ ｒ ｌ ｍｏ ｅ ｓ ａ ｄ ｄ ｔｒ ｎ ｈ ａ ｅ ｔ ｆｏ ｓ ｍｅ ｇ ｔ ｅ ｅ ｎ ｕ － ｕ ｐ ｔｄ ｔ． ｈ ｒ ｐ ｓ ｄ ｙ ｔｏ ａ ｉｋ ｕ ｕ ｚ ｕ ｅ ｄ ｌ ｎ ｅｅ ｍｉ ｅ ｔ ｅ ｐ — ｒ ｍｅｅ ｓ ｆ ａ ｔｒ ｏ ｍｅ ｅ ｓ ｉ ｆ ｎ ｔ ｎ ｏ ａ ｈ ｎ ｕ ａ ａ ｌ ａ ｔ ｍａｉ ａｌ ｆ ｍ ｄ ｑ ａｅ ｄ ｔ ｍ、 ｄ ｉ ｃ ｎ ｐ ｉ ｚ ｉｔ — ｍｂ ｒｈ ｐ ｕ ｃ ｉ ｓ ｆ ｅ ｃ ｉ ｐ ｔ ｖ ｒ ｂ ｅ ｕ ｏ ｔ ｌ ｒ ｏ ｉ ｃ ｙ ｏ ａ ｅ ｕ ｔ ａｕ Ａｎ ｔ ａ ｏ ｔ ｍｉｅ ｎ ｅ ｇ ａｅ ｈ ａ ａ ｔ ｒ ｆ ｍｅ ｅ ｓ ｉ ｕ ｃｉｎ ｕ ｉ ｇ ｅ ｌ ｃ ｄ ｄ ｒ ｔｄ ｔ ｅ ｐ ｒ ｍｅ ｅ ｓ ｏ ｍｂ ｒｈ ｐ ｆｎ ｔ ｓ ｓｎ ａ ｒ ａ ｏ ｅ Ｇｅ ｅｉ Ａ ｇ ｒ ｈ ． ｉ ａｌ ａ ｙ ｉ ａ ｆ ｎ ｔ ｎ ｏ ｏ — ｏ ｎｔ ｃ ｌｏ ｔ ｍｓＦ ｎ ｌ ｉ ｙ， ｔｐｃ ｌ ｕ ｃｉ ｆ ｎ ｎ ｏ
电控机械式自动变速器轿车起步模糊控制
电控机械式自动变速器轿车起步模糊控制[摘要] 电控机械式自动变速器轿车的起步控制是该车型开发中的一项关键技术。
本文对起步过程中离合器接合各阶段的特点进行了分析，并制定了以离合器主动盘与从动盘的转速差和其速差率为输入，以离合器接合速度的调节量和节气门开度调节量为控制输出的起步模糊控制规则。
实验结果表明，采用这种模糊控制规则能有效提高amt车辆的起步品质。
[关键词] 车辆工程电控机械式自动变速器（amt）起步控制控制策略1.前言起步控制是电控机械式自动变速器轿车的控制难点[1]，并且起步品质通常会影响离合器的使用寿命、人的主观感觉以及购买者的购买欲望。
在起步过程中，如果离合器接合过猛，不但破坏起步的平稳性，造成起步冲击，而且引起发动机转速较大的波动，甚至造成发动机抖动。
反之，为了改善起步品质而过分降低离合器的接合速度，滑摩功将大大增加，从而降低了其使用寿命。
起步的平稳性和离合器滑摩是两个矛盾的指标，如何使这两个指标都能达到令人满意的效果是起步控制的关键。
本文结合某amt试验样车进行起步模糊控制研究，控制目标不但要提高起车过程离合器接合的平稳性，减少离合器滑摩，延长离合器使用寿命，而且要保证发动机稳定运转，减小发动机转速的波动。
2.起步过程分析与模糊控制2.1起步过程分析通过对驾驶员起步操作及离合器本身结构的分析，起步过程可以分为以下四个阶段[2~3]：（1）空行程阶段该阶段离合器主动盘向被动盘快速移动，用于消除离合器主、从动盘间隙，其特点是从动盘上无扭矩传递。
（2）克服阻力阶段在此阶段从动盘产生滑摩，并且有扭矩传递，但是由于驱动力矩小于起步的阻力矩，车辆处于静止状态。
（3）加速度增长阶段此阶段车辆的驱动力矩超过了起步的阻力矩，车辆开始运动。
（4）无滑摩阶段该阶段转速差为零，离合器可以快速接合，其所传递的扭矩取决于发动机的输出扭矩与车辆阻力矩。
2.2amt起步模糊控制起步品质的控制要求是避免产生使乘员感到不舒适的抖动、冲击，充分体现驾驶者的起步意图；避免传动系统中产生过大的动载荷，有利于延长离合器的使用寿命，避免起步时发动机熄火。
基于遗传算法优化和模糊控制动态优化的自动变速器换挡规律设计
第42卷第4期兵工学报Vol.42No.4 2021年4月ACTA ARMAMENTARII Apr.2021基于遗传算法优化和模糊控制动态优化的自动变速器换挡规律设计高子茵，杜明刚，李慎龙，李晋（中国北方车辆研究所车辆传动重点实验室，北京100072）摘要：为提高轻型越野战术车辆的整车动力性，针对车辆的自动变速器换挡规律进行优化设计。
依据MATLAB/Simulink的仿真环境,构建基于车速和油门开度双参数换挡规律的整车动力模型。
以双参数换挡规律的换挡点为优化对象，采用遗传算法对换挡点进行优化。
根据加速度参数能反映车辆纵向动态的特性，引入加速度，采用模糊控制算法对换挡规律进行动态优化设计，构建三参数的模糊控制器。
通过仿真模型和实车试验来验证换挡规律优化前后对车辆动力性的影响。
结果表明：优化后的控制策略可有效提升车辆的动力性能，能够更加合理分配在动力需求下的发动机和挡位的使用工况，完全满足轻型越野战术车辆复杂路况下对动力性的需求。
关键词：轻型越野战术车辆；自动变速器；换挡规律；遗传算法优化；模糊控制优化中图分类号：TJ810.3+21文献标志码：A文章编号：1000-1093（2021）04-0684-13DOI:10.3969/j.issn.1000-1093.2021.04.002Design of Shifting Rules of Automatic Transmission Based on GeneticAlgorithm Optimization and Fuzzy Control Dynamic OptimizationGAO Ziyin,DU Minggang,LI Shenlong,LI Jin（Science and Technology on Vehicle Transmission Laboratory,China North Vehicle Research Institute,Beijing100072,China）Abstract:The design of shifting rules of vehicle automatic transmission is optimized to improve the overall dynamics of light military wheeled vehicles.According to the simulation environment of MATLAB/ Simulink,a vehicle dynamic model based on the two-parameter shifting rule of vehicle speed and throttle opening is constructed.Taking the shift point of the two-parameter shifting rule as the optimization object, the genetic algorithm is used to optimize the shift point.According to the characteristics of that the acceleration parameters can reflect the longitudinal dynamics of vehicle,the acceleration is introduced,and the fuzzy control algorithm is used to dynamically optimize the design of shifting rule,and a three-parameter fuzzy controller is constructed.The simulation model and real vehicle test were used to verify the influence of the shifting rule on vehicle dynamics before and after optimization.The results show that the optimized control strategy can effectively improve the vehicle's dynamic performance,more reasonably allocate the operating conditions of the engine and gear under the power demand,and effectively meet the power demand of military wheeled vehicles under complex road conditions.收稿日期：2020-05-02基金项目：武器装备预先研究项目（2016年）作者简介：高子茵（1993—）,女，助理工程师。
基于遗传算法的模糊控制器参数优化研究
基于遗传算法的模糊控制器参数优化研究在现代工业领域，控制系统是非常重要的一部分，而模糊控制器是其中的一种非线性控制系统。
模糊控制器的优化是一个非常关键的问题，因为它的控制能力直接影响到工业应用的性能和效果。
而遗传算法可以通过模拟基因的变化来优化模糊控制器的参数，从而提升其控制性能。
本文将探讨基于遗传算法的模糊控制器参数优化的研究。
一、模糊控制器的基本原理模糊控制器是一种非线性控制系统，通过模糊逻辑模型的建立，将输入量映射到输出量上，在不知道系统的确切参数的情况下能够进行控制。
其基本原理是将输入量和输出量映射到一个模糊集合中，通过模糊集合之间的关系进行计算，最终得出控制命令。
二、遗传算法的基本原理遗传算法是模拟生物进化原理的一种计算机算法，通过选择、交叉和变异等操作来模拟进化过程，从而寻找最优的参数组合。
遗传算法将问题看作一组参数的空间，通过不断的优化这些参数，来求解问题的最优解。
三、基于遗传算法的模糊控制器参数优化在优化模糊控制器参数时，遗传算法是一种非常有效的方法。
首先，需要确定参数的优化目标，例如控制系统的响应时间、稳定性等等。
然后，需要将参数映射到一个编码中，这可以使用二进制编码、格雷编码等方式进行。
接着，在遗传算法的迭代过程中，通过选择、交叉和变异等操作对基因进行修改，生成新的一代个体，并计算每个个体的适应度值。
最终，通过精英选择等策略，挑选出适应度最高的个体，即为最优参数组合。
四、基于遗传算法的模糊控制器参数优化实例为了更好地说明基于遗传算法的模糊控制器参数优化过程，下面给出一个实例如下：假设有一个二极管温度控制系统，需要优化模糊控制器的两个参数Kp和Ki。
首先，我们需要确定优化目标是使得控制系统的温度响应时间尽可能短。
其次，将Kp和Ki分别映射到二进制编码中，假设Kp编码为10100101，Ki编码为01011010。
接着，通过选择、交叉和变异等操作产生下一代基因，例如选择操作选择了前两个适应度最高的个体，交叉操作以Kp的第5位和Ki的第4位为界点，交叉而得到新的两个个体，变异操作将Kp的第7位和Ki的第2位进行取反。
基于遗传算法的模糊控制系统设计与实现
基于遗传算法的模糊控制系统设计与实现近年来，遗传算法和模糊控制理论被广泛用于自动控制系统中，利用这两种技术设计出的模糊控制器在真实环境中的控制效果也越来越好，成为自动控制领域的一个热点。
本文基于遗传算法设计模糊控制系统，介绍了模糊控制原理、遗传算法原理，以及他们在控制系统中的应用。
一、模糊控制模糊控制是一种基于模糊逻辑的控制方法，与传统的精确控制相比，模糊控制在控制精度、效率和适用性方面都有很大的优势。
其基本思想是将模糊语言量化成数学变量，建立模糊规则库，通过模糊推理实现控制。
模糊控制器由输入量、输出量和一组模糊规则构成，输入量通过模糊化处理转换为隶属度函数，输出量通过去模糊化处理转换为实际控制量，模糊规则库定义了基于输入量和输出量之间的关系的一组规则。
对于模糊化，通常使用三角形或梯形隶属度函数，其中三角形隶属度函数通常表示有界语言，梯形隶属度函数通常表示无界语言。
对于去模糊化，通常使用常见的几何平均法或重心法等方法。
二、遗传算法遗传算法是一种模拟自然进化的优化算法，通过逐代迭代，模拟自然选择和基因交叉等现象，实现优良个体的筛选和优化。
遗传算法的具体过程包括选择、交叉和变异操作，其中选择操作保留精英个体，交叉操作模拟基因交换，变异操作模拟基因突变。
在遗传算法中，每个解都通过一个适应度函数来评价其好坏，适应度越高，该解在进化过程中被选择的概率越大。
通过迭代优化过程中的选择、交叉和变异操作，最终找到全局最优解。
三、基于遗传算法的模糊控制系统设计基于遗传算法的模糊控制系统设计流程如下：1. 确定目标量和控制量首先需要确定需要控制的目标量和控制量，即控制系统的输入和输出量，例如温度和加热功率之间的关系。
2. 设计模糊控制器根据目标量和控制量的数学模型设计模糊控制器，建立隶属度函数和模糊规则库，通过模糊推理实现控制。
3. 设计适应度函数由于遗传算法是基于适应度函数进行搜索的，在设计模糊控制系统时，需要根据控制目标制定适应度函数，以便算法能够自适应地搜索最优解。
《AMT车辆起步模糊控制及其执行机构特性研究》范文
《AMT车辆起步模糊控制及其执行机构特性研究》篇一一、引言随着汽车工业的快速发展，自动机械式变速器（AMT）因其高效率、低成本和良好的适应性，在汽车行业中得到了广泛应用。
然而，AMT车辆在起步过程中，由于控制策略的复杂性以及执行机构的特性差异，往往会出现起步模糊、换挡不平稳等问题。
因此，对AMT车辆起步模糊控制及其执行机构特性的研究显得尤为重要。
本文旨在探讨AMT车辆起步模糊控制策略，并对其执行机构的特性进行深入研究。
二、AMT车辆起步模糊控制策略1. 模糊控制的原理与特点模糊控制是一种基于模糊逻辑的控制方法，具有较好的适应性和鲁棒性。
在AMT车辆起步过程中，由于各种因素的影响，如道路条件、负载变化等，使得起步过程变得复杂。
模糊控制通过将控制过程中的不确定性转化为模糊逻辑语言，实现对复杂系统的有效控制。
2. AMT车辆起步模糊控制策略AMT车辆起步模糊控制策略主要包括模糊化、知识库、推理机和解模糊化四个部分。
其中，模糊化是将输入的精确量转化为模糊量；知识库包括数据库和规则库，用于存储模糊控制所需的数据和规则；推理机根据知识库中的规则进行推理，得出控制决策；解模糊化将推理结果转化为精确的控制量，实现对AMT车辆的精确控制。
三、AMT车辆执行机构特性研究1. 执行机构的类型与工作原理AMT车辆的执行机构主要包括离合器执行机构和选换挡执行机构。
离合器执行机构负责控制离合器的分离与结合，选换挡执行机构负责实现齿轮的选换。
这些执行机构通常采用液压、电动或气动等方式进行驱动。
2. 执行机构的特性分析执行机构的特性主要包括响应速度、精度、稳定性等。
在AMT车辆起步过程中，执行机构的特性对起步的平稳性和换挡的准确性有着重要影响。
因此，对执行机构的特性进行深入研究，有助于提高AMT车辆的起步性能和换挡性能。
四、实验与分析为了验证AMT车辆起步模糊控制策略的有效性以及执行机构的特性，我们进行了相关实验。
实验结果表明，采用模糊控制策略的AMT车辆在起步过程中，能够更好地适应道路条件和负载变化，提高了起步的平稳性和换挡的准确性。
《汽车起步阶段AMT离合器模糊控制方法研究》范文
《汽车起步阶段AMT离合器模糊控制方法研究》篇一一、引言随着汽车技术的不断进步，自动化变速技术已经成为现代汽车的重要标志之一。
其中，AMT（自动机械变速器）系统因其简单、高效和成本低廉等优点，在汽车领域得到了广泛应用。
然而，在汽车起步阶段，AMT离合器的控制是一个关键问题，直接关系到汽车的平稳性和安全性。
因此，对AMT离合器模糊控制方法的研究显得尤为重要。
本文将重点研究汽车起步阶段AMT离合器模糊控制方法，以提高汽车的驾驶性能和安全性。
二、AMT离合器系统概述AMT离合器系统是一种通过电子控制系统实现离合器自动控制的装置。
在汽车起步阶段，AMT离合器系统需要根据车速、发动机转速等参数，自动调节离合器的接合程度，以保证汽车平稳起步。
然而，由于各种因素的影响，如道路条件、负载变化等，使得AMT离合器的控制变得复杂。
因此，需要采用模糊控制等方法来提高AMT离合器系统的控制性能。
三、模糊控制理论在AMT离合器系统中的应用模糊控制是一种基于模糊逻辑的控制方法，可以处理不确定性和非线性问题。
在AMT离合器系统中，模糊控制可以根据车速、发动机转速等参数，自动调整离合器的接合程度，以实现汽车的平稳起步。
具体而言，模糊控制通过建立模糊规则库、确定输入输出变量、设计模糊控制器等步骤，实现对AMT离合器的精确控制。
四、汽车起步阶段AMT离合器模糊控制方法研究在汽车起步阶段，AMT离合器模糊控制方法的实现需要考虑以下几个方面：1. 确定模糊控制器的输入输出变量。
输入变量包括车速、发动机转速等，输出变量为离合器的接合程度。
2. 建立模糊规则库。
根据汽车起步阶段的特点和经验知识，建立模糊规则库，用于指导模糊控制器的决策过程。
3. 设计模糊控制器。
根据输入变量和模糊规则库，设计模糊控制器，实现对AMT离合器的精确控制。
4. 考虑多种因素对控制效果的影响。
如道路条件、负载变化等都会对AMT离合器的控制效果产生影响，需要在控制方法中加以考虑。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于遗传算法的AM T 车辆起步模糊控制3齐占宁 陈全世(清华大学汽车安全与节能国家重点实验室 北京 100084)葛安林(吉林大学)摘要 通过对熟练驾驶员起步过程的分析,提出了能反映驾驶员意图的起步模糊控制策略。
针对模糊控制器传统设计过程中存在的人为主观因素较多,难以进行优化等缺点,采用遗传算法对起步模糊控制器隶属函数参数进行优化。
并为此建立了起步模糊控制系统仿真模型。
用优化的模糊控制器进行实车道路试验,取得了满意的效果。
叙词: 电控机械式自动变速器(AM T ) 车辆起步 模糊控制 遗传算法中图分类号: U46312113 国家“九五”科技攻关基金资助项目。
20000627收到初稿,20001012收到修改稿0 前言装有电控机械式自动变速器(Automatic me 2chanical transmission ,AM T )的车辆起步是靠离合器主从动片的滑磨而达到同步的。
起步的主要问题就是离合器的接合控制。
对起步的基本要求是平稳无冲击,离合器磨损小。
最重要的是,起步离合器控制还必须防止发动机熄火、及时充分体现驾驶员的起步意图。
由于起步离合器控制系统存在严重的非线性、时滞等问题,采用常规的控制方法很难满足起步的要求。
目前主要进行模糊控制研究,利用专家经验和知识,模拟人的控制过程。
但在模糊控制器的设计过程中,特别在多变量模糊控制器的设计过程中,仍然存在着以下问题有待解决:①模糊控制规则的选取与优化。
②模糊变量的隶属函数的正确选取。
在模糊控制规则、模糊推理方法、去模糊化方法等都确定的情况下,模糊控制系统的性能由模糊变量各子集的隶属函数来确定。
这是一个多参数的寻优问题,靠人工调整无法获得全局最优。
1 起步控制策略确定熟练驾驶员的起步过程可以描述如下:驾驶员根据仪表装置的显示和发动机声响等信息,获得发动机当前的转速n e 和相应油门下期望的目标转速n eo 的偏差Δn e 及其变化率Δ n e 的模糊概念,如“偏大”,“偏小”等。
驾驶员凭借其丰富的驾驶经验对这些模糊信息进行决策推理,得出离合器接合速度的精确控制量,控制发动机的负载和转速在理想的目标范围工作,从而实现汽车起步。
AM T 车辆实现了离合器操纵的自动化,所以在起步过程中驾驶员只能对油门进行操纵。
油门开度反映驾驶员意图,表达了驾驶员对发动机转矩和转速的期望输出。
可以把驾驶员意图具体化为相应油门开度下发动机转矩最大工作点。
如图1所示。
图1 发动机目标转速与油门的关系以随油门开度变化而变化的这些最大转矩点作为起步过程中发动机的控制目标有如下好处:①充分体现驾驶员起步意图。
②防止发动机熄火和轰响。
③发动机工作稳定,噪声和排放小,起步平稳。
起步过程中油门开度反映驾驶员意图,可视为系统的外控输入量。
根据图1,可把驾驶员意图(发动机油门开度α)量化为发动机目标转速n eo 。
以转速差Δn e 和其变化率Δ n e 作为模糊控制器的输入变量,而以离合器单位时间内的接合量Δx (接合速度)作为输出。
若发动机转速较高,则增加离合器的第37卷第4期机 械 工 程 学 报Vol 137 No 14 2001年4月CHIN ESE JOURNAL OF MECHAN ICAL EN GIN EERIN GApr 1 2001接合量,从而使发动机负载增加;反之则减少离合器的接合量,使发动机负载减少。
选用Δn e 和Δ n e 作为输入变量,既能使发动机转速超调量小,又能兼顾过渡调节时间短的需要,从而提高控制器的性能。
2 建立参数化的起步模糊控制器本文用5级模糊语言变量来描述Δn e ,Δ n e 和Δx 即{负大,负小,零,正小,正大},用英文缩写可表示为{NB ,NS ,ZR ,PS ,PB}。
通过与熟练驾驶员的协商,把起步过程中离合器的人工控制策略转化为“IF —THEN ”形式的模糊控制规则如表1。
其中选择模糊控制输出量Δx 的原则是,当误差大或较大时,选择控制量以尽快消除误差为主;而当误差较小时,选择控制量以防止超调,保证系统的稳定性为主。
表1 起步模糊控制规则Δ n eΔx Δn eNBNSZRPSPBNB NB NB NS ZR ZR NS NB NS NS ZR ZR ZR NS NS ZR PS PS PS ZR PS PS PB PB PBZRPSPSPBPB然后对每一个模糊子集进行定义,实际就是确定模糊子集的隶属函数的形状和位置。
模糊隶属函数的常见形式有三角形、钟形、梯形和高斯形等,三角形比较简单而且常用,其数学表达式如下μi (x )=1-|x -c i |b i c i -b i ≤x ≤c i +b i0 其余其中,{c i ,b i }是模糊隶属函数μi (x )的位置和形状参数,下标i 代表各个模糊语言变量,如:PB ,ZR ,NS 等。
参数c i 和b i 的选取对模糊控制器的性能影响很大,对它们的理想要求是必须客观地反映实际情况。
通常的做法就是通过主观经验来选择。
这样做的缺点是:不仅控制效果差,而且参数调整费时费力,难以达到最优。
本文用遗传算法对c i 和bi 进行优化,从而使模糊控制器达到比较好的控制效果。
3 遗传算法优化起步模糊控制器311 遗传算法由上文可知,总共有5+5+5=15个模糊子集,每个子集又均有两个参数{c i ,b i },对于这样一个30维空间的寻优问题,常规优化算法并不适用。
而遗传算法(G enetic algorithm )却为我们提供了一种很好的解决途径。
遗传算法是人工智能领域一种有效的全局寻优算法,目前受到越来越多的学者重视。
它是一种新兴的用于搜索和机器学习的算法,它通过模拟生物进化过程来进行搜索和学习。
凭借其在高维复杂问题中能搜索到高性能子空间的能力,G A 算法已经广泛用于自动控制、模式识别、神经网络等人工智能领域。
遗传算法是由密执安大学Holland 首先提出的,是一种基于达尔文进化论中优胜劣汰、适者生存的思想和群体进化学说的自适应启发式概率性全局搜索算法。
G A 算法寻优速度快、能跳出局部最优。
并且只需要操作个体的位串就能取得次优或最优,而不需要任何先验知识和专家知识的指导。
其基本思想如图2所示。
图中j :冲击度(m ・s -3),即车辆纵向加速度对时间的一阶导数。
图2 基于遗传算法的离合器接合模糊控制结构图其中,遗传算法利用复制、交叉、变异等操作来模拟自然进化,完成对问题的寻优。
其基本寻优步骤如下:(1)选择编码策略,随即初始化一定数目的个体(染色体)构成初始种群。
(2)把每一条染色体所代表的模糊控制器作用于被控对象(汽车传动系)的仿真模型,根据与控制过程中被控对象运动状态有关的适应度函数,计算每一条染色体的适值。
(3)根据一定的选择策略,使适应度大的个体被选择的概率大,则适应度越小的个体就越可能被淘汰。
本文采用轮盘赌选择策略。
(4)对被选择的个体进行基因重组和变异操作,形成下一代个体。
(5)转至(2),直到种群中最优个体的目标函数值足够小或达到规定的繁殖进化代数。
(6)结束寻优过程。
92001年4月齐占宁等:基于遗传算法的AM T 车辆起步模糊控制312 参数编码与控制系统仿真模型建立为了用遗传算法求解问题,首先必须为每一个待寻优参数进行编码。
常见的编码形式有二进制编码、自然数编码等,二进制编码最为常用。
本文把每一个参数都用一个16位的二进制串表示,称为代表此参数的基因。
例如参数c PS的允许范围是[210, 410],用16进制表示,则0000H代表210,FFFFH 代表410,而310则用7FFFH表示。
所有待寻优参数的基因共同构成一条染色体,来表示一个模糊控制器。
如果用实车道路试验来判断每一代中每一条染色体(代表一个模糊控制器)控制性能的好坏,这几乎是不可能的。
因为假若遗传算法的初始规模选为N=80,寻优结束条件为进化100代,则总共需要进行8000次的实车道路试验。
显然,这是一个费时费力的过程,开发成本高,周期长,可行性很差。
随着计算机技术的飞速发展,仿真技术已经成为分析、设计各类控制系统,特别是复杂系统的一种有效研究方法和研究工具。
本文用Matlab/Simulink建立了整个控制系统的仿真计算模型如图3所示。
图3 起步模糊控制系统Simulink仿真模型d x———离合器单位时间内接合量Δx x———离合器分离轴承处的位移量 T e———发动机扭矩 n e———发动机转速 T c———离合器传递的扭矩 n c———离合器输入轴转速 j———冲击度313 评价个体性能的目标函数为了评价每个个体性能的好坏,需要制定对每个个体都适用的目标函数。
进而求出个体的适应度,适应度值是种群进化的向导,是调整控制器参数的依据。
控制器性能应该是系统输出响应(过渡过程、稳态精度)和输出能量的综合指标,本文采用如下的个体目标函数J=∑tsk=1[W y|Δn e(k)|+W e|Δ n e(k)|+W j|j(k)|]式中 t s———控制器作用于对象的持续时间k———采样点时刻W y,W e,W j———|Δn e(k)|,|Δ n e(k)|,|j(k)|的加权系数,代表在个体目标函数J中所占的比重,如W y越大对|Δn e(k)|的重视程度越高。
从而确定遗传算法的适应度函数为F(Δn e,Δ n e,j)=10000/J如果个体的适应度值越大,那么它被选中作为产生下一代个体的父代的概率就越大。
314 仿真研究遗传算法的选择机制采用轮盘赌比例选择机制,交叉操作采用单点交叉策略,变异采用简单的位点变异方式,在计算机上进行仿真优化。
图4a为遗传算法的寻优结果,总共进化了60代,当繁殖到第12代以后性能指标J就已经接近最优J=753126。
寻优结束后,各模糊变量的模糊子集隶属函数参数如表2～表4所示。
表2 输入变量Δn e的隶属函数参数优化结果NB NS ZR PS PBc i-61000-21950016172195251238b i316163196831644310613150601 机 械 工 程 学 报第37卷第4期表3 输入变量Δ n e 的隶属函数参数优化结果NBNS ZR PS PB c i -61000-31760-018362158261000b i3122131358315933127131723表4 输出变量Δx 的隶属函数参数优化结果NBNS ZR PS PB c i -61000-31293-011963197051614b i3197531326315993122931637图4 仿真试验结果从图4b 可以看出,经过优化的模糊控制器比未经过优化的模糊控制器能更好地跟踪期望输出,系统输出过渡过程短,稳态误差小,能更好地反映驾驶员起步意图。