学位论文 > 优秀研究生学位论文题录展示
遗传算法的改进研究及其在酵母扩培系统中的应用
作 者: 秦浩宇
导 师: 梁昔明
学 校: 中南大学
专 业: 控制科学与工程
关键词: 遗传算法 最速下降法 约束优化 酵母扩培 PID控制器优化
分类号: TP18
类 型: 硕士论文
年 份: 2010年
下 载: 69次
引 用: 2次
阅 读: 论文下载
内容摘要
遗传算法是一种借鉴自然选择和遗传机制,不依赖于梯度信息、高度并行、可用于复杂系统优化且鲁棒性好的全局优化算法,由于它的应用范围极其广泛,并在许多领域取得了不错的效果,因此得到了广大学者和工程人员的关注。虽然遗传算法在一些问题上取得了不错的效果,在显示其优越性的同时也暴露出许多的不足和缺陷,如早熟收敛和局部搜索能力差等。为了解决上述问题,将最速下降法这种传统优化算法引入到遗传算法中,提出一种混合遗传算法。同时,通过新的约束处理技术和遗传算法相结合,提出一种新的求解约束优化问题的遗传算法。最后将新的混合算法用于啤酒酵母扩培系统温度控制中的PID控制器参数优化。论文的主要工作如下:(1)提出一种基于最速下降法的混合遗传算法。该算法很好地将最速下降法的局部搜索能力和遗传算法的全局搜索能力的优点结合起来,提高了算法的收敛速度和精度,通过单形交叉和均匀变异很好地维持了种群多样性,解决了传统遗传算法早熟收敛的问题。混合算法对6个标准测试函数的实验结果表明算法具有较好的性能。(2)提出一种新的求解约束优化问题的遗传算法。通过可行解与不可行解的算术交叉来处理约束条件,避免了由于引入惩罚因子而带来的麻烦。对可行解引入边界变异保证了其在变异后仍为可行解。此外,我们用维变异来增强算法的探索能力,解决了算法陷入局部最优解的问题。最后通过7个标准测试函数验证了算法的有效性。(3)根据啤酒酵母扩培过程控制要求,设计了酵母扩培系统的温度控制方案,在已建立被控对象模型的基础上,利用前面提出的混合遗传算法进行PID控制器优化,仿真结果显示该算法在满足扩培系统控制要求下取得了不错的效果。
|
全文目录
摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-13 1.1 研究背景及意义 8-9 1.2 课题的研究现状 9-11 1.3 本文的主要内容 11-13 第二章 遗传算法 13-25 2.1 引言 13 2.2 遗传算法的基本概念 13-14 2.3 基本遗传算法的流程 14-15 2.4 遗传算法的实现技术 15-22 2.4.1 参数的编码 15-16 2.4.2 群体设定 16 2.4.3 适应度函数 16-17 2.4.4 遗传操作 17-22 2.4.5 遗传算法的控制参数 22 2.5 遗传算法的应用 22-23 2.6 本章小结 23-25 第三章 基于最速下降法的混合遗传算法 25-36 3.1 引言 25-26 3.2 最速下降法概述 26-27 3.3 混合遗传算法描述 27-30 3.3.1 最速下降法的步长搜索 27-28 3.3.2 单形交叉 28-29 3.3.3 均匀变异 29 3.3.4 混合遗传算法步骤 29-30 3.4 实验结果与分析 30-35 3.4.1 测试函数 30-32 3.4.2 参数选取及实验结果比果 32-33 3.4.3 最速下降法迭代次数对算法收敛速度的影响 33-34 3.4.4 进行最速下降法迭代的个体数目对混合算法的影响 34-35 3.5 本章小结 35-36 第四章 求解约束优化问题的遗传算法 36-54 4.1 引言 36-37 4.2 基于遗传算法的约束处理技术 37-40 4.2.1 惩罚函数法 37-39 4.2.2 区分可行解与不可行解 39-40 4.2.3 多目标优化技术 40 4.3 求解约束优化问题的遗传算法 40-45 4.3.1 新的约束处理方法 41 4.3.2 适应度函数 41-42 4.3.3 交叉操作 42 4.3.4 选择操作 42 4.3.5 变异操作 42-44 4.3.6 种群多样性的保持 44 4.3.7 算法步骤 44-45 4.4 数值实验 45-53 4.4.1 测试函数 45-49 4.4.2 参数设置及算法的整体性能分析 49 4.4.3 不可行解比例对算法性能的影响 49-50 4.4.4 维变异对算法性能的影响 50-51 4.4.5 与其他优化算法的比较 51-53 4.5 本章小结 53-54 第五章 混合遗传算法在酵母扩培系统中的应用 54-62 5.1 引言 54-55 5.2 啤酒酵母扩培系统 55-58 5.2.1 啤酒酵母的扩大培养 56-57 5.2.2 啤酒酵母扩培工艺过程和控制要求 57-58 5.3 啤酒酵母扩培温度控制方案 58-59 5.4 啤酒酵母扩培过程温度控制仿真研究 59-61 5.5 本章小结 61-62 第六章 结论与展望 62-64 参考文献 64-69 致谢 69-70 攻读学位期间主要的研究成果 70
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 多层卫星网络稳定性设计研究,TN927.23
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
- 遗传算法在物流仓储优化中的应用研究,F259.2
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
- 模糊预测函数控制改进算法的研究及应用,TP273
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|