不确定区域下基于自适应并行遗传的最优鲁棒控制器

目前使用遗传算法设计鲁棒控制器时,都要人为地给定变量搜索空间.当变量区域不确定时,采用自适应并行遗传算法设计出最优鲁棒控制器,该方法根据当前搜索到的各种群最优个体的分布情况,运用概率统计理论求出变量区域的最小方差无偏估计,不断缩小不确定的变量搜索区域,从而逐步达到最优,并且考虑了种群个体适应度对算法中交叉概率和变异概率的影响.该方法能设计出简单正则、阶数低的最优鲁棒控制器,而且仿真结果表明,这些控制器有效地避免了局部最优,提高了算法的寻优精度和收敛速度.