Ф ЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

«Санкт-Петербургский государственный электротехнический университет “ЛЭТИ” имени В.И. Ульянова (Ленина)»

(СПбГЭТУ)

Факультет эа кафедра сау

Междисциплинарный проект

Тема: Разработка программного комплекса, реализующего генетический алгоритм определения параметров регулятора электрогидравлического привода

Выполнила: Вавилова Т.А.

Факультет: ЭА

Группа: 6491

Преподаватель: Анушина Е.С.

Санкт-Петербург

2011

Содержание:

1.Описание инструментария Genetic Algorithm Toolbox…………..………...…3

1.2 Оптимизация функций………………………………………………………..4

2.Перечень параметров генетического алгоритма и их влияние на качество работы…………………………………………………………………………...…5

2.1 Работа генетического алгоритма……………………………………………..5

2.2 Исходное семейство…………………………………………………………..6

2.3 Создание следующего поколения……………………………………………7

2.4 Кроссоверные дочерние значения…………………………………………...8

2.5 Мутационные дочерние значения……………………………………………8

2.6 Условия останова алгоритма…………………………………………………9

3.Описание модели электрогидравлического привода..………………………10

3.1 Структура автономного электрогидравлического привода………………12

4.Алгоритм программы для определения параметров адаптивного регулятора..............................................................................................................14

5.Выводы……………………………………………………………………..…..25

6.Список литературы………………………………………………………….…26

Приложение 1.........................................................................................................27

Приложение 2…………………………………………………………………….29

1. Описание инструментария Genetic Algorithm Toolbox

Генетический алгоритм этот метод решения задач оптимизации на основе естественного отбора, аналогично тому, как это происходит в процессе биологической эволюции. В генетическом алгоритме происходит многократная модификация семейства отдельных решений. На каждом шаге в генетическом алгоритме проводится отбор выбранных наугад субъектов из полученного текущего решения, называемого родительским и которое используется для генерации последующего дочернего поколения. Посредством последовательного отбора поколений происходит "эволюция" по направлению к оптимальному решению. Генетический алгоритм можно применять к разнообразным задачам оптимизации, которые недостаточно четко вписываются под стандартные оптимизационные алгоритмы.

На каждом шаге для генерации последующего поколения в генетическом алгоритме используются следующие три основных правила:

• Правило отбора, которое отбирает объекты, называемые родительскими и которые составляют основу последующего поколения из текущего решения.

• Правило скрещивания, по которому происходит выбор из двух родительских и получается дочерний объект для последующего поколения.

• Правило мутации, по которому на основе вероятностных алгоритмов из родительских объектов формируются дочерние.

Genetic Algorithm and Direct Search Toolbox представляет собой некой набор функций и предназначен для расширения возможностей Optimization Toolbox, а также возможностей численных расчетов всего программного пакета MATLAB®. Genetic Algorithm and Direct Search Toolbox включает в себя программы для решения задач оптимизации на основе использования следующих методов:

• Генетический алгоритм;

• Метода прямого поиска.

Данные алгоритмы включают в себя возможность решения задач оптимизации вне сферы стандартных методов Optimization Toolbox.