基于遗传算法的非高斯系统随机分布控制

• 作者: 殷利平 洪越
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 非高斯系统 核密度估计 概率密度函数 遗传算法
• 年，卷（期）: 2020,（4）
• 页码范围: 504-509
• 页数: 6页
• 分类号: TP13
• 字数: 4395字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2020.04.011

摘要

传统的控制理论并未考虑工业过程中的一些不确定因素,而这些不确定因素在生产过程中对系统的能源损耗和精度都有很大的影响.为了解决上述问题,本文研究一种基于数据的非高斯随机分布系统优化控制策略,该策略采用核密度估计(KDE)方法完全基于输出数据估计输出概率密度函数(PDF),根据控制目标建立性能指标函数,采用遗传算法优化性能指标函数,实现输出PDF对目标PDF的跟踪.以磨矿系统为模型进行仿真,采用PDF表征粒度分布(PSD).仿真结果表明,基于遗传算法的非高斯随机分布最优控制算法能有效地实现随机分布控制系统的控制目标,为实际工业生产提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷利平	南京信息工程大学自动化学院	11	14	2.0	3.0
2	洪越	南京信息工程大学自动化学院	2	11	1.0	2.0