改进型遗传算法及其在神经网络参数优化中的应用-电力电子与电力传动专业论文.docxVIP

中文摘要 本论文来源于上海市高等学校科学技术发展基金项目一一船舶航向集成智 能控制技术研究。作者参与此课题的研究并撰写了该论文。 船舶航向自动控制系统亦称为自动舵 F 它是船舶系统中一个不可缺少的重要 设备F 从历史的角度来看自动舵的出现是减轻驾驶人员的工作强度 F 降低运输成 本童提高运输的安全性和经济效益。随着控制技术不断完善，工程技术人员把控 制技术引入航向控制之中建立了以 PID 为控制器的航向控制系统并取得良好的 效果。但是由于船舶航行的复杂性和 PID 控制器本身的局限性?常规的 PID 自 动舵仍然存在着许多不足之处。 本文的研究的目的是对标准遗传算法进行了改进，并将这种改进型遗传算法 应用于神经网络的参数优化。其目标为改善 BP 算法和标准遗传算法在优化神经 网络参数的过程中存在的一些不足。并将这种改进型算法应用于自动舵的神经网 络控制器的参数优化。 本文研究是从以下几个方面着手: 1. 在论文的开始，阐述了人工神经网络的基本知识 F 介绍了常用的 BP 算 法并分析其不足。 2. 阐述了标准遗传算法的基本知识，并将其用于一个多峰值函数的求极值 问题。 3. 针对标准遗传算法的缺点步提出了一种改进型遗传算法，从多方面对标 准遗传算法进行改进。 4. 将遗传算法应用于神经网络的参数优化。针对连续异或问题?分别使用 标准遗传算法和改进型遗传算法进行了大量仿真试验?从多个方面对两种 算法进行了比较，结果证明改进型遗传算法能够解决标准遗传算法留有的 缺点 F 并详细验证了其算法的性能。 5. 论文的最后设计出一个 PID 自动舵，在 MATLAB 软件所提供的 SI则L1NK 工具箱对其进行仿真萝从仿真数据中提取样本;将改进型遗传算法应用于 自动舵的神经网络控制器的参数优化 F 仿真结果再次验证了此算法的有效 性。 最终的仿真结果表明，文中提出的改进型遗传算法极大改善了标准遗传算法 的性能p 收敛速度大大加快 F 精度得以提高，并解决了 BP 算法一直面临的一大 困扰一一不成熟收敛。作为一种神经网络参数的优化算法，改进型遗传算法的优 越性大大超过传统的 BP 算法F 其应用和发展前景是广阔的。 论文中的大部分仿真程序是用。+语言编写，并在 C++Buìlder5.0 环境中运 干了。 关键词: 人工神经网络，遗传算法，启动舵，计算机仿真 ABSTRACT This thesìs ?s based on the science project The Research of Integration Intelligent Control in Autopilot Design for Marine ship ，which applied from Shanghai high Education Scientific and Technology Foundation. 币le maneuvering of a ship along a proscribed course in restrict waters is important from operational ，safety and environmental viewpoints. During the ship maneuvering ，there are some characteristics of nonlinear ， slow time varying and influence of complex disturbance. The PID autopilot based on linear system math model is hard to control ship maneuver system effectively .For PID control does not has a good active properties and it also deeply depend on precise math model.Fuzzy controller shows promise for these non-linear systems that are not known well or the model is difficult to be identified. Among the leaming algorithms of the artificial neural networks ，the single genetic algorithm(SGA) and the BP algorithm are always the focus of researchlng. The SGA is a k