吳忠強，董偉民
燕山大學電氣工程學院，河北秦皇島

摘　　　要：針對壓縮映射遺傳算法（ＣＭＧＡ）操作效率太低，收斂至較優解迭代次數太多的問題，采用了近親交叉回避策略改進壓縮映射遺傳算法，不但保證收斂到全局較優解，而且提高了算法的收斂速度和操作效率。為了能對具體被控對象的性能進行有選擇性的控制，分析了ＩＴＡＥ積分性能指標作為目標函數的缺點，在目標函數中增加了超調量、控制量和上升時間等綜合因素，得到了性能更好的目標函數，應用于改進壓縮映射遺傳算法的適應度函數，并把以上改進算法的模糊規則優化應用于地板采暖系統，與模糊控制、未改進的壓縮映射遺傳算法優化模糊控制進行比較，提高了系統的控制效率，簡化了模糊控制器的設計難度。仿真結果證明該方法在地板采暖系統中的有效性。

關　鍵　詞：壓縮映射；遺傳算法；近親交叉回避；目標函數；地板采暖；加權因子

１　引　言
模糊控制較大的特點是能在各類非線性、時變系統中取得良好控制效果，但在設計中存在著一個重要問題：模糊控制規則的選取和優化。因缺乏有效的知識獲取手段，模糊規則的獲取主要靠經驗，有很大的主觀性和不確定性［１］。近年來，人們引入神經網絡、梯度法等解決以上問題，但網絡的結構和規模復雜且收斂差，梯度法容易陷入局部較優［２］。遺傳算法的運行由適應度數值驅動而不需要被優化對象的局部信息，所以遺傳算法用于模糊控制器的優化非常適合。目前簡單遺傳算法已廣泛的應用到模糊控制優化中，它思路直觀，操作簡單，但收斂速度慢，且不能保證收斂到全局較優解［３］。為此Ｍｉｃｈａｌｅｗｉｃｚ提出了ＣＭＧＡ［４］，但該算法操作效率低，收斂到較優解所需迭代次數太多。本文采用近親交叉回避策略和優化適應度函數，改進了ＣＭ�玻牵林械倪z傳操作，較后把改進算法用于含純時滯的地板采暖系統以驗證它的有效性。

登錄網站后可下載文件