遗传融合的自适应蚁群算法最优PID控制研究

提出了一种模糊自适应控制器及其设计方法,并导出了闭环控制系统稳定的充要条件。控制器的设计分为相对独立的两步进行,设计方法简单,便于工程应用。仿真结果表明,与控制系统比较,控制系统鲁棒性大为提高,超调量

为了克服传统遗传算法在解决组合优化问题中存在的收敛速度慢、易陷入局部最优解等问题，引入自适应机制调整遗传算子改进遗传算法。根据当前代的进化状态设计遗传算子的自适应调整公式以选取最优遗传算子，从而提高算

针对遗传算法中的早收敛现象,提出了一种实数自适应并行遗传算法(real adaptive parallel genetic algorithm,RAPGA)。该算法采用了一种并行遗传进化结构,并将自适

本文将改进的自适应遗传算法和相结合用于0-1背包问题的求解。此算法对交叉率和变异率进行了优化，实现了交叉率和变异率的非线性自适应调整，并对不可行解进行了贪婪修复。实验结果表明，相比传统的自适应遗传方法

摘　　要:计算机辅助教学CAI(ComputerAssistedInstruction)的一个重要应用是计算机辅助测验CBT(ComputerBasedTesting)．智能组卷是CBT的基础．组卷中

模糊控制的论文很有用将传统PID和模糊·PID控制对比

融合各机器人独自创建的环境地图,实现信息共享,是提高分布式多移动机器人系统环境探索效率的关键.研究了在没有公共参考坐标系及机器人相对位置信息未知情况下的栅格地图融合问题,提出了一种基于免疫自适应遗传算

改进蚁群算法 [基于改进蚁群算法的TSP问题研究] 摘要: 由于基本蚁群系统算法没有考虑节点位置,对所有的解采用相同信息素蒸发准则使算法收敛速度慢易于停滞且易收敛于局部最优为了克服这一缺点提出了基于距

为获得科学合理的群体决策结果，并在综合集成研讨厅中维护一个动态的专家权重信息库，提出了一种基于TOPSIS法和灰色关联度的专家权重自适应调整算法，算法综合考虑了专家个体与群体在方案重要属性以及方案序的

这是花费了好几天才搞好的C代码，可以运行，能够自行设置多个参数，很适合研究遗传算法。