3  实验结果

    经过300代进化后，均方误差可以达到0.0029，如图2所示；经过400代之后，均方误差为0.0027，变化曲线如图3所示。图中：横坐标是进化代数，纵坐标是均方误差。     从上面的实验可以看出，参数范围都在最小二乘法估计的参数附近，从进化曲线可以看出，本算法收敛的速度是比较快的，在进化约120代时，就接近了收敛值，同时由于应用了随着进化代数的增加改变变异率的方法，在进化后期，均方误差值略有降低，克服了过早收敛的现象。可以根据精度的要求，运行数次后，得到优化的参考结论参数值。 图2  进化300代的变化曲线 图3 进化400代的变化曲线

4  结论

    从仿真实验可以看出：用简单的最小二乘法粗略估计参数的范围是有效的，在粗略估计范围后，用遗传算法对结论参数进行优化，可以一次优化多个参数，具有简单易行的特点，在所选范围不是太窄的情况下，可以达到较高的精度，而且本算法对范围的大致确定要求不是很严格，具有较好的鲁棒性。

参考文献

[1] 楼顺天等. 基于MATLAB的系统分析与设计.  [M] . 西安：西安电子科技大学出版社，2001 [2] 刘金琨. 先进PID控制MATLAB仿真(第2版) .  [M] . 北京：电子工业出版社，2004 [3] LOO HAY LEE， YING LI FAN. An adaptive real-coded Genetic Algorithm. Applied Artifical Intelligence. [J]. 2002，16： 457-486 [4] 周林娜，张庆灵，杨春雨.T-S模糊系统的鲁棒局部稳定.系统工程与电子技术.[J]. 2006，28(12) ： 1863-1866