有效地应用遗传算法解决鲁棒控制系统设计问题

资 源 简 介

为了有效地应用遗传算法解决 鲁棒控制系统设计问题，将遗传算法与局部优化方法相结合，提出了基于降维扫方法的自适应多目标遗传算法（DRSA-MOGA）。通过引入适应度函数标准化方法、基于最优Pareto解集搜索的降维扫描方法和适应度函数自适应调整方法，提高了算法的全局优化性能和局部搜索能力。仿真结果表明，DRSA-MOGA算法在不损失解的均匀度的情况下可以达到很高的逼近度

详 情 说 明

为了有效地应用遗传算法解决鲁棒控制系统设计问题，我们提出了一种新的方法，即基于降维扫方法的自适应多目标遗传算法（DRSA-MOGA）。这种方法将遗传算法与局部优化方法相结合，以提高算法的性能和搜索能力。我们通过引入适应度函数标准化方法、基于最优Pareto解集搜索的降维扫描方法和适应度函数自适应调整方法，使得算法在全局优化和局部搜索方面都取得了显著的改进。仿真结果表明，DRSA-MOGA算法能够以高的逼近度解决问题，并且不会损失解的均匀度。