基于量子遗传算法的模糊滑模控制
郝月龙,张井岗,陈志梅
(太原科技大学电子信息工程学院,山西太原 030024)
摘 要:针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法。将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用。在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能。仿真结果表明了该方法的有效性。
关 键 字:滑模控制;模糊控制;模糊规则;量子遗传算法
中图分类号: TP 273 文献标识码: A
1 引 言
近年来,模糊滑模与遗传算法相结合的控制策略,一直是学者研究的一个热点问题。文献[1]采用遗传算法设计和优化滑模到达阶段的参数;文献[2]通过遗传算法寻找滑模扰动观察器的特征值;在文献[3]中,模糊滑模控制器的隶属度函数和模糊量化因子,根据控制对象特性使用遗传算法自动寻优。量子遗传算法是一种新型的基于量子计算原理的概率优化方法,它采用量子位编码染色体,用量子门作用和量子门更新来完成进化搜索[4],具有种群规模小、兼有“勘探”和“开采”能力、收敛速度快和全局优化能力强的特点。本文研究基于量子遗传算法的模糊滑模控制。
2 控制器的设计
1)滑模控制 考虑动态系统:
由图可见,当系统受到扰动作用时,控制作用迅速发生变化,抵消了外届的干扰,使系统取得了良好的跟踪性能。仿真结果表明,系统具有很强的鲁棒性。
4 结 语
本文采用了量子遗传算法优化模糊控制的控制规则,解决了控制规则的确定问题。尽管在此过程所寻的参数很多,但是由于量子遗传算法的特性,所需种群规模和进化代数很少。仿真结果表明,在非线性小车倒立摆控制系统中,该方法很好地消除了滑模控制的抖颤,提高了系统的跟踪性能,从而验证了该方法的有效性。
|
