[发明专利]基于差分进化算法的控制器结构和参数的优化设计方法

权利要求书

1.基于差分进化算法的控制器结构和参数的优化设计方法，其特征在于，具体步骤如下：

步骤一、规定控制器环节之间的连接方向，并将控制器结构表示为二进制的一维向量；

步骤二、根据控制器的被控对象在运行中的约束条件，设置对控制器输出量的约束；

步骤三、对控制器结构和控制器参数的优化求解采用双层优化策略，外层利用二进制几何差分进化算法对控制器结构的一维向量进行优化求解，内层利用JADE算法对控制器参数的一维向量进行优化求解。

2.如权利要求1所述的优化设计方法，其特征在于，控制器环节之间的连接方向规定为由环节的输出端口指向环节的输入端口、控制器的输入和控制器的输出端口，以及由控制器输出的端口指向环节的输入端口、控制器的输入和控制器的输出端口。

3.如权利要求1所述的优化设计方法，其特征在于，当给定控制器环节个数为k，控制器结构表示为长度为k²+3k+1的一维向量。

4.如权利要求1所述的优化设计方法，其特征在于，控制器的结构为取值为0或1的二进制一维向量，其中，0表示某两个环节之间断开，1表示某两个环节之间连接。

5.如权利要求1所述的优化设计方法，其特征在于，内层基于指数编码对控制器参数的一维向量进行优化求解。

6.如权利要求1所述的优化设计方法，其特征在于，所述控制器结构和控制器参数双层优化的具体流程为：

步骤1：根据二进制几何差分进化算法设置外层算法的参数：控制器结构种群规模NP₂、缩放因子F₂和交叉概率CR₂，设置外层算法的终止条件和结构解空间的上下界，在控制器结构解空间内随机生成初始控制器结构种群，将其作为控制器结构父代种群，并计算其目标函数值；

步骤2：针对控制器结构父代种群，根据二进制几何差分进化算法执行控制器结构种群的变异和交叉操作生成控制器结构子代种群；

步骤3：根据JADE算法设置内层算法的参数：种群规模NP₁、缩放因子F₁和交叉概率CR₁，并设置内层算法的终止条件和控制器参数的上下界，根据控制器结构子代种群进行控制器参数的优化设计，根据JADE算法得到基于每个子代控制器结构的控制器参数优化结果；

步骤4：基于控制器结构父代种群和控制器结构子代种群执行控制器结构种群选择操作；

步骤5：判断是否达到终止条件，若满足，则执行步骤六，否则，迭代次数加1，将选择操作得到的控制器结构种群作为下一轮迭代计算的控制器结构父代种群，返回步骤2；

步骤6：获得优化后的控制器结构和参数，完成控制器的优化设计。

7.根据权利要求6所述的控制器结构和参数的同步优化设计方法，其特征在于，步骤4对控制器参数的优化设计，具体流程为：

步骤(1)：根据JADE算法设置内层算法的参数：控制器参数种群规模NP₁、缩放因子F₁和交叉概率CR₁,设计内层算法的终止条件和控制器参数的上下界，在控制器参数解空间内随机生成控制器参数初始种群，作为控制器参数父代种群，并计算其目标函数值；

步骤(2)：针对控制器参数父代种群，根据JADE算法执行控制器参数种群的变异和交叉操作生成控制器参数子代种群，并计算其目标函数值；

步骤(3)：基于控制器参数父代种群和控制器参数子代种群执行控制器参数种群选择操作；

步骤(4)：判断是否达到终止条件，若满足，则输出优化后的控制器参数，否则迭代次数加1，将选择操作得到的控制器参数种群作为下一轮迭代计算的控制器参数父代种群，返回步骤2。