简介：用最大Lyapunov指数构造遗传算法中的适应度函数，通过遗传算法优化神经网络的权系数．根据所得到的适应度函数和权系数来构造遗传神经网络控制器，从而提高神经网络控制效果．对离散系统Logistic映射和连续系统Rossler方程、AFM（原子力显微镜）悬臂梁振动系统的混沌运动分别进行了仿真控制．数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去，证明了算法的有效性．

简介：利用遗传算法研究了一类切换规则只由状态决定的切换系统的控制器优化设计问题．首先由线性矩阵不等式（LMI）来设计切换控制器，然后应用遗传算法来对切换规则进行优化．优化后的切换规则不仅可保证闭环系统渐近稳定，而且具有良好的动态性能．将本文提出的方法应用在小车倒立摆控制系统上，仿真结果表明了本文设计方法的有效性．

简介：模糊控制器的设计是模糊控制系统的核心,而模糊控制器设计的关键部分是模糊规则,模糊规则的好坏决定了模糊控制系统的控制效果.而一般模糊规则是通过专家经验获得的,存在很大的主观性的缺点,本文以智能悬臂梁结构为研究对象,设计了模糊控制器,改进了遗传算法,提出了使用改进遗传算法对模糊规则进行优化的方法,并给出了遗传编码、适应度函数的确定方法,最后利用Matlab/Simulink建立智能悬臂梁结构的仿真模型,对模糊规则优化前后的智能悬臂梁振动控制结果进行对比.仿真结果表明,优化后的模糊规则使智能悬臂梁的振动幅度显著缩小,而且振动衰减速度明显加快.

简介：工程中存在着大量的具有迟滞非线性恢复力的结构与构件，但迟滞非线性系统既是非线性的，又是非解析的，造成其参数识别十分困难，阻碍了迟滞非线性模型在工程中的应用．本文提出了一种基于小生境遗传算法的迟滞非线性系统参数识别方法，该方法在遗传算法中引入了新的参数——个体活动半径．利用本算法对一木结构剪力墙的BW模型参数进行识别，识别结果误差较小，验证了算法的有效性。