Page 37 - 当代控制理论及应用技术概论

第一章 控制理论概述

7. 遗传算法与控制理论相结合
遗传算法是基于达尔文的自然选择理论衍生出来的。达尔文认为，自然界
的一切生物都是通过自身物种的演化来不断适应新的生存环境，遗传算法正是这
种理论上，通过现代计算机的模拟而发展出的，它吸取了达尔文的物竞天择适者
生存的观点，使得遗传算法能够为系统提供一种在复杂空间进行随机搜索的方法，

并且从这些方法中优化出最适应的解决途径。遗传算法在串之间进行有组织但是
又很随机的信息交换，随着算法的进行，好的优良的部分会被不断地传承下来，
而坏的部分会被不断的淘汰，因而受到很多工程控制师的喜爱将它应用在自动控

制的领域里。
遗传算法在自动控制领域的应用：遗传算法于自动控制的领域里的应用主
要可以分为两种，一是在线自适应调节，二是离线设计分析。其中离线应用还可
以被分为两种，即直接涉及法、间接设计法。在第一个直接设计法里，遗传算法
是被用来当作优化和搜索的引擎，像是对于一个已知被控对象来选择一个合适他

的控制的结构或者是优化一个特定的控制器参数的设置来满足它在性能指标上的
要求。在第二个间接设计法例，用传统方法做其他部分，而遗传算法为这个系统
提供优化参数。遗传算法在线自适应调节中的应用主要也可分为两类，一种是直

接用遗传算法优化控制器参数，构成了有遗传算法作为自适应控制器的自适应优
化的机制；一种是把遗传算法作为一种可以辨识未知和时变的特征参数的学习机
制，调整自适应控制器。
（1）最优控制
遗传的算法于最优控制的方面得到较广泛的应用。控制的大多数问题都可

以解释为寻找在不同的系统当中所对应的一组最优的控制。传统的方法都存在对
输入的初始值敏感，收敛速度慢，易陷入局部很小的缺点。而遗传算法在这方面
比传统的方法表现好的多。在对离散时间的最优控制的问题上的研究表明，遗传

算法在这个问题上的结果比传统算法好很多。在手推车问题、收获问题等问题上
的成功证明遗传算法在最优控制上具有很大的潜力，未来遗传算法也将更多地在
最优控制这个问题上更好地表现。
（2）模糊控制系统
不论是经典的还是现代的控制理论都能够很好的处理精确的数学模型的系

统，但在实际的应用当中，每个系统不可能样样都精确，存在很多模糊值，操

29
29