其傳遞函數：

2 遺傳算法的改進設計
在應用遺傳算法優化的控制器參數時，本文在標準遺傳算法的基礎上，做出了如下設計：
(1)在編碼方案上，采用格雷編碼來克服二進制編碼的“Hamming懸崖”；
(2)選擇操作中，用期望值法來代替適應度值比例法，以避免個體數目不太大時，適應度值比例法依據隨機數來選擇個體有時不能正確反映個體的適應度；
(3)交叉操作考慮使用兩點交叉，使優良的基因模式盡可能地組合在一起。
在此基礎之上，對算法進行了以下改進：
①保護優秀個體。
在每一代種群中適應度值最大的個體保留下來，不參加交叉和變異過程，使之直接進入下一代，這樣可以防止優秀的個體在交叉或變異操作中被破壞從而保證了全局收斂。
②自適應變異策略。
對交叉和變異算子采用基于自適應溫度的自適應策略。將這種自適應策略同時應用于交叉和變異操作，并定義為自適應溫度：
其中，f，fmax分別為某一代的平均和最優個體適應度值。易知，隨著迭代的進行，“溫度”是逐漸下降的。然后以T為依據設計遺傳算子：

PC=a+bT，PM=c-dT．
a，b，c，d為恰當選擇的常數，這時算子和自適應溫度T呈簡單的線性關系。

③綜合條件終止進化。
綜合兩個條件來判斷算法是否終止進化的條件――一是，遺傳代數是否達到固定的最大遺傳代數；二是，計算前后幾代個體平均適應度的差或方差是否小于設定的極小閾值時。兩個條件相與，即兩個條件滿足一個時，就認為符合終止進化條件。