资源简介
使用MATLAB软件中的simulink模块,进行遗传算法PID控制仿真,实测成功!!

代码片段和文件信息
%Generic Algorithm for function f(x1x2) optimum
clear all;
close all;
Size=30;
CodeL=3;
MinX(1)=zeros(1);
MaxX(1)=20*ones(1);
MinX(2)=zeros(1);
MaxX(2)=1.0*ones(1);
MinX(3)=zeros(1);
MaxX(3)=1.0*ones(1);
E(:1)=MinX(1)+(MaxX(1)-MinX(1))*rand(Size1);
E(:2)=MinX(2)+(MaxX(2)-MinX(2))*rand(Size1);
E(:3)=MinX(3)+(MaxX(3)-MinX(3))*rand(Size1);
G=100;%迭代次数
BsJ=0;
%*************** Start Running ***************
for kg=1:1:G
time(kg)=kg;
%****** Step 1 : Evaluate BestJ ******
for i=1:1:Size
x=E(i:);
[xBsJ]=GA_PID_Simulink_fitness(xBsJ);
BsJi(i)=BsJ;
end
[OderJiIndexJi]=sort(BsJi);
BestJ(kg)=OderJi(1);
BJ=BestJ(kg);
Ji=BsJi+1e-10; %Avoiding deviding zero
fi=1./Ji;
[OderfiIndexfi]=sort(fi); %Arranging fi small to bigger
Bestfi=Oderfi(Size); %Let Bestfi=max(fi)
BestS=E(Indexfi(Size):); %Let BestS=E(m) m is the Indexfi belong to max(fi)
bfi(kg)=Bestfi;
kg
x
BJ
%****** Step 2 : Select and Reproduct Operation******
fi_sum=sum(fi);
fi_Size=(Oderfi/fi_sum)*Size;
fi_S=floor(fi_Size); % Selecting Bigger fi value
r=Size-sum(fi_S);
Rest=fi_Size-fi_S;
[RestValueIndex]=sort(Rest);
for i=Size:-1:Size-r+1
fi_S(Index(i))=fi_S(Index(i))+1; % Adding rest to equal Size
end
k=1;
for i=Size:-1:1 % Select the Sizeth and Reproduce firstly
for j=1:1:fi_S(i)
TempE(k:)=E(Indexfi(i):); % Select and Reproduce
k=k+1; % k is used to reproduce
end
end
%************ Step 3 : Crossover Operation ************
Pc=0.90;
for i=1:2:(Size-1)
temp=rand;
if Pc>temp %Crossover Condition
alfa=rand;
TempE(i:)=alfa*E(i+1:)+(1-alfa)*E(i:);
TempE(i+1:)=alfa*E(i:)+(1-alfa)*E(i+1:);
end
end
TempE(Size:)=BestS;
E=TempE;
%************ Step 4: Mutation Operation **************
Pm=0.10-[1:1:Size]*(0.01)/Size; %Bigger fismaller Pm
Pm_rand=rand(SizeCodeL);
Mean=(MaxX + MinX)/2;
Dif=(MaxX-MinX);
for i=1:1:Size
for j=1:1:CodeL
if Pm(i)>Pm_rand(ij) %Mutation Condition
TempE(ij)=Mean(j)+Dif(j)*(rand-0.5);
end
end
end
%Guarantee TempE(Size:) belong to the best individual
TempE(Size:)=BestS;
E=TempE;
end
BestS
Bestfi
fi
x
Best_J=BestJ(G)
figure(1);
plot(timeBestJ);
xlabel(‘Times‘);ylabel(‘Best J‘);
save pfile x;
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2017-03-03 16:03 遗传算法优化simuli
文件 2608 2017-03-03 11:09 遗传算法优化simuli
文件 235 2017-03-03 12:52 遗传算法优化simuli
文件 16722 2017-03-03 10:27 遗传算法优化simuli
文件 20243 2017-03-03 15:55 遗传算法优化simuli
- 上一篇:永磁直驱电机控制仿真simuli
nk模式 - 下一篇:MATLAB有限元仿真出图案例
相关资源
- 高灵敏度GPS接收机MATLAB仿真,附捕获
- 阵列天线的matlab仿真
- 天线阵的波束形成在MATLAB仿真程序及
- OFDM系统MATLAB仿真代码
- CRC循环冗余校验的matlab仿真程序
- MATLAB 实现各类常见算法
- (7,4)循环码-信道编码的matlab仿真
- matlab编写的量子遗传算法
- MIMO雷达DOA估计中的克拉美罗界计算
- Boost电路的MATLAB仿真
- 基于气动力的导弹姿态控制(附MATL
- 有源电力滤波器的Matlab仿真_高勇
- 3点GPS定位MATLAB仿真
- 一维光子晶体MATLAB仿真代码吸收率折
- 协同进化遗传算法求解函数优化问题
- MPC路径跟踪
- 清洁机器人路径规划matlab仿真程序
- 基于倒谱图判断浊音的基音周期MATL
- 粒子群算法优化pid源码 matlab仿真.ra
- 小卫星多普勒频偏MATLAB仿真程序及参
- 基于Matlab的OFDM系统仿真的设计
- 基于遗传算法的旅游全国的路径最优
- 基于遗传算法的机器人路径规划matl
-
Matlab+Simuli
nk-cmi、miller、双相码 -
MATLAB/simuli
nk短路电流仿真 - 《MATLAB仿真在现代通信中的应用》徐
- 自抗扰控制ADRC的MATLAB仿真+书籍资料
- 多种群遗传算法的函数优化算法(源
-
PLLsimuli
nk仿真模型 - Ldpc编译码方案MATLAB仿真
评论
共有 条评论