中国石油大学（华东）本科毕业设计（论文）
temp=rand;
对于行号用循环语句从第i行第一列找起，当随机值小于交又概率PC时，进行变异操作, 如果E(i,j)是0就变为1, 如果E(i,j)是1就变为0，从而完成变异操作。具体实现如下:
for i=1:1:Size
for j=1:1:3*CodeL temp=rand; if pm>temp if E(i,j)==0 E(i,j)=1; else E(i,j)=0; end end end end
把最后一个个体替换成适应度最好的个体,保证最优基因不丢失: E(Size,:)=BestS; 3.4.4 目标函数
目标函数BsJ取决于三个参数,第i代的误差error(i)的绝对值, 第i代的控制量输出u(i),以及上升时间tr.首先使用for循环实现对误差error(i)的绝对值和控制量输出u(i)的按系数累加,得出结果后再把上升时间tr按系数加上去, 具体实现如下[7]:
for i=1:1:P
Ji(i)=0.999*abs(error(i))+0.01*u(i)^2*0.1;
32
中国石油大学（华东）本科毕业设计（论文）
B=B+Ji(i); if i>1
erry(i)=yout(i)-yout(i-1); if erry(i)<0
B=B+100*abs(erry(i)); end end
end
BsJ=B+0.2*tr*10; 3.4.5 画图
用plot函数画出遗传操作的目标函数值曲线图,最终控制结果的图和控制量输出图，最后输出显示一些遗传算法实现PID参数整定过程中的一些重要参数。具体实现如下[6]:
figure(1); plot(time,BestJ);
legend('目标函数的优化过程');
xlabel('进化的代数/代');ylabel('目标函数BestJ'); figure(2);
plot(timef,r,'r',timef,yout,'b'); grid on; legend('给定值', 'PID控制效果'); xlabel('时间/s ');ylabel('yout'); figure(3);
plot(timef,u); grid on; legend('控制量输出');
xlabel('时间/s ');ylabel('f/Hz');
33
中国石油大学（华东）本科毕业设计（论文）
第4章 PID整定方法的仿真应用
4.1 一阶对象
考虑下面这个一阶惯性环节的对象:
G?s??12.816s?1 (4.1)
采用遗传算法得出PID控制器参数为:
Kp=3.6706, Ti=13.8416，Td=0.0127.
采用遗传算法法系统目标函数优化曲线如图4-1所示: 采用遗传算法法系统单位阶跃响应曲线如图4-2所示: 采用遗传算法法系统控制量输出曲线如图4-3所示:
64目标函数的优化过程636261目标函数BestJ 60595857565554 051015进化的代数/代202530
图4-1 遗传算法法系统目标函数优化曲线
34
中国石油大学（华东）本科毕业设计（论文）
1.4给定值遗传算法控制效果 1.210.8yout0.60.40.20 012345时间/s678910
图4-2 遗传算法法系统单位阶跃响应曲线
4.5控制量输出43.53频率f/Hz 2.521.510.50 012345时间/s678910
图4-3 遗传算法法系统控制量输出曲线
35
中国石油大学（华东）本科毕业设计（论文）
4.2 二阶对象
考虑下面这个二阶环节的对象:
G?s??3s?6s?92 (4.2)
采用遗传算法得出PID控制器参数为: Kp= 13.5679 , Ti=1.3812，Td=0.0147.
采用遗传算法法系统目标函数优化曲线如图4-4所示: 采用遗传算法法系统单位阶跃响应曲线如图4-5所示: 采用遗传算法法系统控制量输出曲线如图4-6所示:
12目标函数的优化过程11 10目标函数BestJ9876 051015进化的代数/代202530
图4-4 遗传算法法系统目标函数优化曲线
36