5、基于遗传算法的模糊逻辑控制器创新设计与自动模糊调优应用

基于遗传算法的模糊逻辑控制器创新设计与自动模糊调优应用

1. 模糊逻辑控制器设计新方法

在模糊逻辑控制器的设计中，一种新的使用遗传算法的方法被提出。该方法中每个构建块被设计用来代表一个模糊规则。通过所提出的遗传算法（GA）生成的模糊规则平均数量为 25.5 条，而使用局部爬山 GA 生成的模糊规则平均数量为 32.3 条。

以下是不同遗传算法的参数对比表格：
| 遗传算法类型 | 种群数量 | 变异率 | 繁殖率 |
| — | — | — | — |
| 简单 GA | 100 | 0.3 | 0.3 |
| 局部爬山 GA | 100 | 0.3 | 0.3 |
| 新局部改进 GA（我们的方法） | 10 | 0.3 | 0.3 |

不同模糊控制器的性能指标如下表所示：
| 控制器 | 性能指标 |
| — | — |
| 被动控制器 | 1.729 |
| 开关控制器 | 1.606 |
| 模糊控制器 | 1.582 |
| 简单 GA 控制器 | 1.479 |
| 局部爬山 GA 控制器 | 1.464 |
| 新局部改进 GA 控制器（我们的方法） | 1.453 |

从这些数据可以看出，新提出的方法在生成模糊规则数量和控制器性能指标上都有一定的优势。设计师只需要设置性能指标或适应度函数，模糊规则的数量、隶属函数的参数以及控制器的模糊规则就可以通过遗传操作自动生成。并且应用了具有新局部改进机制的 GA，半主动悬架系统的结果显示了该方法的可行性。

2. 自动模糊调优方法背景与提出

<