1994

loewy43

想请教一下你们组以下几个问题：

1.在最后你们考虑系统故障或者干扰的时候，所设置的0.01能量的白噪声相当于多少的强度的温度检测波动？如果没有估计错的话，这只是一个直接的MATALB模拟信号输出，其实际意义是不大的。你们在讨论温控系统的仿真的时候没有关注到客观的信号噪声影响，因为如果是客观情况至少有3％强度的系统噪声。由于这些噪声是即时的（你设置多大的采样间隔，它都能同步的检测出来），那么，就有一个问题，这个控制系统能跟得上噪声的干扰吗？或者说能适应噪声的即时变化吗？没有基本噪声的系统是没有实际仿真、应用的价值的。

对于温控系统，其正常温度检测误差应该在1K左右，而出现异常的时候，温度波动可能达到10K。所以，在仿真的时候，必须同时引入噪声；将噪声独立开来讨论，不反应实际的情况。

2.我想了解一下你们的遗传算法寻优的时间消耗问题。因为MATLAB的仿真过程是——每个模块都会按照流程线运行一次，也就是说，这个仿真过程是都会等到你的遗传算法得出输出之后，系统才会进入下一个状态的。那么这里存在了一个隐性的假设：控制系统的遗传算法模块的运算速度足以应付系统的实时变化。这些在现实中是不可能的，每次你对一个巨大的寻优空间进行寻优的时候，遗传算法是消耗巨大的时间的。这些都不能赶上系统的实时变化。同时，还有一个应用上的问题。如果一个实际的工厂，它需要对N处地点的温度检测、控制，那么为了实现这种即时的反应，就有每个点都要配备运算能力很强的计算机，成本是巨大的。

3.在对比了你们在第二、第三阶段的论文，我想请教的是：混沌搜索对系统有那些实质的性能的提高了？你们有没有解决混沌搜索高效的结合到遗传算法当中来？因为算法这两个部分可以认为是随机独立的，那么产生一致的协同作用是两个小概率的乘积，这样下来，系统性能的期望值没有提高多少。所以，我在看你们两篇论文的仿真结果部分，都发现了一个问题，图是一样的，性能没有明显的改变。

另一方面，混沌搜索是一种较“笨”的策略，会更加严重的消耗系统的计算时间，所以，对你们设计的控制系统的反应速度，我一直抱有疑问。

4.关于有人控制与自动控制结合的问题，我没有在你们论文中见到相关的讨论。因为人是这个系统的重要一个部分，会为系统引入更多的情况，如果没有考虑进来，那么这两个阶段你们都是在解决一个问题“自动控制”问题。而没有解决在后面两个阶段提出的有人控制与制动控制相结合的问题。

遗传算法怎样同时高速度响应、适应被控体系和人这两个独立的变化因素，是一个很值得考虑的问题。而且，也是制约遗传算法的实际应用的严重缺陷。