一、题目:遗传算法在伺服系统参数中的应用
二、指导思想和目的要求
利用已有的专业知识，培养学生解决实际工程问题的能力；培养科学操作能力培养学生的团结合作攻关能力。
三、主要技术指标
1.熟悉掌握遗传算法的基本原理；
2.对伺服系统静态摩擦参数进行辨识。
四、进度和要求
第01周----第02周： 英文翻译；
第03周----第04周： 了解智能算法的发展趋势；
第05周----第06周： 学习遗传算法；
第07周----第09周： 掌握伺服系统静态摩擦模型；
第10周----第11周： 设计伺服系统静态摩擦系数辨识流程；
第12周----第13周： 在Matlab下基于遗传算法对静态摩擦参数进行辨识，并对辨识结果进行分析；
第14周----第16周： 撰写毕业设计论文，论文答辩。
五、主要参考书及参考资料
[1]胡寿松. 自动控制原理[M]，科学出版社，2007
[2]史峰、王辉. Matlab 智能算法[M]，北京航空航天大学出版社，2011
[3]刘金琨. 智能控制[M]，电子工业出版社，2013.
[4]Goldberg DE. Genetic Algorithms in Search, Optimization and Machine Learning, [M]. MA: Addusib Wesley, 1989.
[5]Roberto Fantinutto,Giorgio Guglieri, Fulvia B.Quagliotti. Flight control system design and optimization with agenetic algorithm [J], Aerospace Science and Technology,2005(9), 73-80.
[6]陈星，李东海，基于遗传算法的分布参数对象 PID 控制器设计[J].清华大学学报(自然科学版)，2007， 47（8）: 1356-1360.
[7]孟安波，叶鲁卿，殷豪，等.遗传算法在水电机组调速器PID参数优化中的应用[J].控制理论与应用，2004，21(3):398-404
[8]胡炜，沈理，遗传优化模糊逻辑控制器[J].计算机科学，1997,24(6): 10-15.
[9]王小平，曹立明，遗传算法—理论应用与软件实现[M].西安：西安交通大学出版社，2002.
[10]Chi-Hwa Song, Kynghee Lee, Won Don Lee. Extended simulated annealing for augmented Tsp and muti-salesmen TSP[C]. Neural Networks, Procedings of the International joint Conference on Volume 3, 2003.2340-2343.
[11]周军，不确定性系统的变结构自适应控制理论与应用[D].西北工业大学，1993.
遗传算法在伺服系统参数中的应用摘要
摩擦是制约伺服系统控制精度提高的一个重要因素，要想实现伺服系统的低速高精度控制，就须对系统存在的摩擦进行补偿。基于摩擦模型的补偿方法更加具有针对性，如果能得到系统的比较准确的摩擦模型，一般都能得到很好的控制效果。摩擦模型参数辨识是本文讨论的主要问题。
综述了国内外在摩擦模型参数辨识方面的研究进展情况，详细分析了摩擦力的产生机理、摩擦的动态现象、伺服系统中的摩擦现象以及几种常用的静态、动态摩擦模型。通过分析、比较，从而选择静摩擦模型Stribeck作为辨识对象进行辨识仿真。简述了遗传算法的原理，编码方法、适应度函数、选择算子、交叉算子、变异算子。利用PD控制实现被控对象精确的速度跟踪，获取静摩擦模型Stribeck曲线，设计了基于遗传算法的摩擦系数辨识方法，对某静摩擦模型进行参数辨识。通过在Matlab/Simulink下编写程序进行辨识仿真，由仿真结果验证了辨识方法的可行性。
关键词:摩擦模型，遗传算法，系统辨识
ABSTRACT
...
Key words: friction model，Genetic Algorithms， system identification
遗传算法在伺服系统参数中的应用目录
第一章 绪论 1
1.1课题研究目的与意义 1
1.1.1摩擦的背景简介 1
1.1.2摩擦的模型补偿 1
1.1.3摩擦对伺服系统的影响 2
1.2国内外研究现状 4
1.2.1有关摩擦研究的历史进展 4
1.2.2系统辨识概述 5
1.2.3摩擦模型的参数辨识概述 7
1.3智能算法研究进展 9
1.4本文研究内容 10
第二章 摩擦现象及摩擦模型分析 12
2.1 摩擦现象简介 12
2.1.1摩擦力的产生 12
2.1.2摩擦的动态现象 13
2.1.3伺服系统中的摩擦力 15
2.2摩擦模型介绍与分析 17
2.2.1静态模型 17
2.2.2动态模型 21
2.2.3.Dahl 模型 21
2.3本章小结 24
第三章 遗传算法原理简介 25
3.1遗传算法的基本原理 25
3.2遗传算法的数学基础 27
3.2.1模式定理 27
3.2.2积木块假设 28
3.2.3基本遗传算法的应用步骤 28
3.3遗传算法的基本实现技术 30
3.3.1编码方法 30
3.3.2适应度函数 32
3.3.3选择算子 33
3.3.4交叉算子 37
3.3.5变异算子 38
3.3.6遗传算法的运行参数 39
3.4本章小结 40
第四章 基于遗传算法的摩擦模型参数辨识 41
4.1伺服系统的静态摩擦模型 41
4.2静摩擦模型Stribeck曲线的获取 41
4.3基于遗传算法的静态摩擦参数辨识 42
4.4仿真实例 42
4.5本章小结 46
结论与展望 47
