發(fā)布時間：2018-06-18 14:53

  本文選題：膜計算 + P系統(tǒng)�。� 參考：《廣西大學(xué)》2017年碩士論文

【摘要】：作為自然計算中最年輕的分支,膜計算(也稱P系統(tǒng))主要研究如何從細(xì)胞的結(jié)構(gòu)和功能,以及生物的組織、器官的結(jié)構(gòu)與功能中建立起來計算模型。大量的研究表明,膜計算模型具有圖靈機的計算能力,研究膜計算模型可以在允許時間范圍內(nèi)解決計算難問題。膜計算應(yīng)用研究中通常會采用P系統(tǒng)設(shè)計的優(yōu)化方法用來解決實際應(yīng)用中的一些問題,其中主要與遺傳算法、粒子群算法、蟻群算法、模擬退火算法等結(jié)合,用來解決包括旅行商問題、背包問題、機器人路徑規(guī)劃問題等。但是到目前為止,大多數(shù)的研究沒有考慮到膜與膜之間的通信交流。由于細(xì)胞與環(huán)境之間的濃度不同,細(xì)胞之間會被動的運輸化學(xué)物質(zhì),本文將引用這種通信方式,并且將膜計算原理的三大特點應(yīng)用到標(biāo)準(zhǔn)遺傳算法中,從而設(shè)計出了一種新的優(yōu)化算法——多膜遺傳算法。本文所介紹的多膜遺傳算法,對于三個單獨的膜結(jié)構(gòu),以細(xì)胞之間的濃度通信為基礎(chǔ),將變?nèi)后w規(guī)模遺傳算(VPGA)法分別應(yīng)用到三個膜系統(tǒng)中,并且將標(biāo)準(zhǔn)遺傳算法(GA)中三種進化規(guī)則由串行改為并行。濃度通信機制可以使三個種群數(shù)目平均分配,變?nèi)后w規(guī)模遺傳算法可以使種群不至于收斂的太快,也不會浪費計算資源。這不但提高了搜索的質(zhì)量還兼顧了快速尋優(yōu)的效果。本文采用實數(shù)編碼將新的算法程序在MATLAB中編譯完成,并且通過幾個經(jīng)典函數(shù)進行驗證,研究結(jié)合之后算法的有效性,并且與傳統(tǒng)的遺傳算法進行比較。最后,驗證了多膜遺傳算法的有效性,并將其應(yīng)用到非最小相位系統(tǒng)校正裝置的參數(shù)尋優(yōu)中。在MATLAB環(huán)境下,通過結(jié)合SIMULINK仿真,實現(xiàn)了對該控制系統(tǒng)的參數(shù)優(yōu)化,并且取得了理想的控制效果。
[Abstract]:As the youngest branch of natural computing, membrane computing (also called P system) mainly studies how to establish computational models from the structure and function of cells, as well as the structure and function of biological tissues and organs. A large number of studies have shown that the membrane computing model has the computing power of the Turing machine, and the membrane computing model can solve the difficult problem within the allowable time range. In the application research of membrane computing, the optimization method of P system design is usually used to solve some problems in practical application, which are mainly combined with genetic algorithm, particle swarm algorithm, ant colony algorithm, simulated annealing algorithm and so on. It is used to solve the traveling salesman problem, knapsack problem, robot path planning problem and so on. However, up to now, most studies have not considered the communication between membrane and membrane. Because of the different concentration between the cell and the environment, the cells can transport the chemical substances passively. In this paper, we will use this communication mode, and apply the three characteristics of the membrane computing principle to the standard genetic algorithm. Thus, a new optimization algorithm, multi-membrane genetic algorithm, is designed. In this paper, for three single membrane structures, the variable population size genetic algorithm (VPGA) is applied to the three membrane systems based on the concentration communication between cells. And the three evolutionary rules in the standard genetic algorithm (GA) are changed from serial to parallel. The concentration communication mechanism can make the three populations equally distributed, and the variable population size genetic algorithm can make the population not converge too fast, nor waste computing resources. This not only improves the quality of search, but also gives consideration to the effect of fast optimization. In this paper, the new algorithm program is compiled in MATLAB by real number coding, and verified by several classical functions. The validity of the algorithm is studied and compared with the traditional genetic algorithm. Finally, the effectiveness of the multi-membrane genetic algorithm is verified and applied to the parameter optimization of the non-minimum phase system calibration device. In MATLAB environment, the parameters of the control system are optimized by Simulink simulation, and the ideal control effect is obtained.
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬增輝;劉長良;;一類非最小相位系統(tǒng)的PID控制器整定方法[J];信息與控制;2015年02期

2 馬永杰;云文霞;;遺傳算法研究進展[J];計算機應(yīng)用研究;2012年04期

3 陳永;王曉明;黨建武;胡曉輝;;一種基于生化反應(yīng)速率的新型膜計算方法研究與應(yīng)用[J];鐵道學(xué)報;2011年10期

4 崔挺;孫元章;徐箭;黃磊;;基于改進小生境遺傳算法的電力系統(tǒng)無功優(yōu)化[J];中國電機工程學(xué)報;2011年19期

5 拓守恒;鄧方安;周濤;;一種利用膜計算求解高維函數(shù)的全局優(yōu)化算法[J];計算機工程與應(yīng)用;2011年19期

6 錢潔;鄭建國;張超群;王翔;閻瑞霞;;量子進化算法研究現(xiàn)狀綜述[J];控制與決策;2011年03期

7 莊健;楊清宇;杜海峰;于德弘;;一種高效的復(fù)雜系統(tǒng)遺傳算法[J];軟件學(xué)報;2010年11期

8 李慶春;沈德耀;;一種PID模糊控制器(fuzzy PI+fuzzy ID型)[J];控制與決策;2009年07期

9 潘林強;張興義;曾湘祥;汪雋;;脈沖神經(jīng)膜計算系統(tǒng)的研究進展及展望(英文)[J];計算機學(xué)報;2008年12期

10 黃亮;孫磊;王寧;金曉明;;基于一類組織P系統(tǒng)的模擬移動床的多目標(biāo)優(yōu)化(英文)[J];Chinese Journal of Chemical Engineering;2007年05期

相關(guān)博士學(xué)位論文 前3條

1 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學(xué);2009年

2 張麗平;粒子群優(yōu)化算法的理論及實踐[D];浙江大學(xué);2005年

3 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 唐澤;基于FPGA的遺傳算法在交通控制中的應(yīng)用[D];西南交通大學(xué);2015年

2 蔣洋;基于膜計算的聚類算法研究[D];西華大學(xué);2014年

3 歐柱;細(xì)胞型膜計算模型遺傳優(yōu)化設(shè)計研究[D];西南交通大學(xué);2013年

4 馬雪晶;基于膜計算的車輛路徑優(yōu)化算法研究[D];上海交通大學(xué);2013年

5 付杰;受膜計算啟發(fā)的優(yōu)化算法研究[D];浙江大學(xué);2010年

6 王銀年;遺傳算法的研究與應(yīng)用[D];江南大學(xué);2009年

7 牛寶柱;遺傳算法在反應(yīng)動力學(xué)機理簡化中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2009年

8 鄭安平;基于PID神經(jīng)網(wǎng)絡(luò)的三自由度飛行器模型控制研究[D];南京理工大學(xué);2008年

9 陳俊偉;基于膜計算優(yōu)化方法的控制系統(tǒng)設(shè)計研究[D];浙江大學(xué);2008年

10 李s，

本文編號：2035871