基于最小二乘递推算法的半主动悬架系统参数辨识

为了减少在实体建模过程中的误差,本文对半主动悬架系统进行参数辨识研究。在对悬架结构进行分析的基础上,基于ADAMS建立了半主动悬架减振控制系统的实体模型。采用最小二乘递推算法对悬架系统各指标参数进行辨识,辨识后的输出响应曲线与MATLAB输出曲线基本吻合。仿真结果表明:最小二乘递推算法可以有效地降低误差值,提高悬架系统实体建模的准确性,对进一步的悬架系统控制策略研究具有非常重要的意义。     

基于免疫粒子群算法的汽车半主动悬架系统研究

为了提高汽车操纵稳定性和乘坐舒适性,对汽车半主动悬架系统进行研究.建立了三自由度1/4车体悬架的数学模型,该模型包含了悬架系统侧向位移简化模型, 推导出悬架动力学方程和状态方程.提出了一种全新的免疫粒子群混合算法,设计出免疫粒子群控制器,并将该控制方法 用于悬架系统的控制中.与模糊控制结果 进行对比,免疫粒子群控制方法 使车身垂直加速度、悬架动行程、车轮相对动载和车身侧位移的最大峰值分别降低了38.64 %、20.53 %、60.60 %和23.39 %,趋于稳定的时间分别缩短了0.45 s、0.6 s、0.4 s和0.6 s.仿真结果 表明,免疫粒子群控制算法在改善被控过程的动态和稳态性能、提高抗干扰能力以及参数时变的鲁棒性等方面均优于模糊控制方法 ,同时有效地提高了半主动悬架系统的减震性能.     

基于辨识模型的半主动悬架控制策略研究

依据悬架实体在ADMAS中建立1/4悬架模型并采用遗传算法辨识模型参数,得到了一个更能真实反映悬架性能的简化辨识模型.在此简化辨识模型的基础上分析了几种基于天棚阻尼原理的控制方法的特点,提出了一种基于免疫优化的混合阻尼半主动控制方法.仿真结果表明,基于免疫优化的混合阻尼半主动控制方法能够改善被动悬架的性能;在一定控制指标下,混合阻尼控制对被动悬架性能的改善优于天棚阻尼控制和地棚阻尼控制.     

基于混沌免疫进化算法的汽车主动悬架控制策略研究

提出一种基于混沌免疫进化算法的1/4汽车主动悬架控制方法.在免疫进化算法的基础上,利用混沌运动的特点,对初始种群混沌初始化,且根据个体评价值对群体进行不同幅度的混沌载波,既可保护优秀个体,又可进行遍历搜索,跳出局部极小值,达到快速寻优的效果.仿真结果表明:与免疫进化控制比较,采用混沌免疫进化控制,汽车的平顺性和安全性得到了更好的改善.     

基于改进免疫算法的微硬盘双级控制模型辨识

微硬盘伺服系统的双级控制器由音圈马达和微致动器中各自的控制器构成,双级控制器技术对改善磁头的跟踪速度和定位精度比单级控制技术更具有重要的现实意义.为此,基于PD控制,设计音圈马达的控制器的结构,基于滞后超前控制设计微致动器的控制结构,利用免疫算法辨识模型中的参数,提出微硬盘双级控制器.数值实验、比较表明,在由改进的免疫算法所得控制器的作用下,双级控制系统中磁头输出能较准确地跟踪参考信号,且跟踪速度快、定位精度高和噪声衰减能力强.     

基于矢量矩的汽车主动悬架免疫控制策略研究

基于矢量矩的抗体浓度计算方法,其算法较基于信息熵的简单、收敛速度快.采用该方法对汽车四分之一悬架模型进行免疫控制研究.仿真结果表明:在阶跃和B级路面两种输入下,基于矢量矩的免疫控制策略对汽车主动悬架进行控制,其主要的性能评价指标———平顺性和操纵稳定性明显好于被动悬架的.     

基于多目标免疫算法的变刚度悬架的联合优化

为改善某装有变刚度悬架的轻型客车的平顺性和操纵稳定性,采用MATLAB编制MISA(multi-objective immune system algorithm)的优化程序,与使用Adams-Car建立的整车多体动力学模型组成联合优化模型,对该车前后悬架参数进行了优化.为保证模型的准确性,特对该车轮胎进行了力学性能测试,并通过参数辨识得到了基于魔术公式的轮胎属性文件(Pac2002).模型优化的抗体变量包括前悬架扭杆的扭转刚度、前后减振器的阻尼曲线系数、前后稳定杆的扭转刚度和后悬架钢板弹簧的两级刚度,并以该车实际情况给出了抗体的约束范围和便于编程优化的约束条件.优化目标抗原为国标下的稳态回转试验所达到的稳态最大侧向加速度、基准车速下的蛇行试验的车身横摆角速度和侧倾角,以及80km·h-1、B级路面的前后悬架上方的车架大梁z向加速度均方根值.最后,根据优化结果试制了悬架样件,并在某汽车试验场进行了改进样车的平顺性试验、稳态回转试验和主观评价试验.试验结果表明,所采用的联合优化方法正确可行.这也反映了汽车计算机辅助优化(CAO)技术发展的一种趋势,对未来汽车底盘的虚拟开发及优化具有一定的指导作用.     

微生物连续发酵系统参数辨识与优化算法

考虑3-HPA对细胞生长的抑制作用和底物与产物的跨膜运输方式,建立了能更好描述微生物连续发酵过程的新的数学模型,以计算值与实验稳态数据之间的平均相对误差为优化目标,以多个动力系统为状态约束,建立了参数辨识模型,证明了该辨识模型的参数可辨识性,并构造了改进的粒子群(PSO)算法求解该辨识模型.数值结果表明该新的动力学模型能更好地描述实际微生物连续发酵过程.     

基于最小二乘改进算法的时变系统参数辨识

在系统辨识领域,常规最小二乘法是一种最基本的辨识方法之一.然而,随着观测数据的不断增加,会出现“数据饱和”的现象,造成新观测数据对估计值起不到修正的作用.由于新观测值对未知参数估计的影响要比旧观测值大,采用了渐消记忆和限定记忆最小二乘改进算法,来实现时变过程的参数辨识,并进行了仿真实验.仿真结果表明,它们能够克服“数据饱和”现象,从而改善参数辨识结果     

基于混沌鱼群算法的混沌系统参数辨识

为了解决混沌系统的参数辨识问题,提出了一种融合参数估计理论、混沌理论和最优搜索优化思想为一体的CFS(CHAOTIC FISH-SWARM混沌鱼群)优化方法。通过构造合适的适应度函数,把该问题转化为未知参数的优化问题。数学仿真表明了该算法可以较好地解决混沌系统的参数辨识问题。     

基于免疫的图形识别算法

本文提出了一种新型的基于免疫的图形识别模型并给出了相应的算法设计,定量的刻画了抗原、最佳抗体、成熟抗体、记忆抗体、免疫周期之间的演化情况,阐明了抗原提取、抗体特征库、成熟抗体、记忆抗体的产生方法,以及如何在解空间引入竞争机制.文章最后分析了此算法的时间复杂度.     

免疫算法几个参数的研究

免疫算法是一种新型的随机启发式搜索算法。在简单介绍免疫算法的相关概念及操作步骤的基础上，针对几个关键参数进行了仿真实验，并通过分析仿真实验的结果，讨论了这些参数对算法性能的影响。     

基于遗传模糊免疫算法的PID参数整定优化研究

针对工业过程中的PID参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

基于免疫遗传算法的递归模糊神经网络

为了解决递归网络的梯度信息不易获取而传统遗传算法训练时间过长、易于早熟的问题,提出了一种用于辨识非线性动态系统的递归高木-关野模糊神经网络(T_RFNN:Takagi-Sugeno Recurrent Fuzzy Neural Network).T_RFNN是在高木-关野模糊模型的基础上加入了反馈层,利用免疫遗传算法对T_RFNN的参数进行训练和调整.该网络具有更少的网络参数、更快的收敛速度和更高的精度等特点,能够很好地完成动态非线性系统的映射.与高木-关野模糊神经网络相比,网络参数减少了45%,网络误差减少了65%,而网络的运行时间提高了近68%.T_RFNN仿真实验的辨识结果也表明,该网络在训练次数明显减少的情况下学习性能得到了显著改善.     

基于改进免疫遗传算法的PID参数优化仿真研究

将改进免疫遗传算法与传统PID控制的参数优化进一步结合,利用免疫遗传操作自身的特点,同时引入疫苗的实时更新理念,保证了疫苗的先进性,加速系统对于全局最优解的搜索速度.以锅炉温度为例,经MATLAB-Simulink仿真证明,应用改进免疫遗传算法,对温度PID参数进行优化,使系统具有了更好的控制性能,也保证了锅炉温度的实时控制效果.     

基于免疫遗传算法的TSP优化问题求解

在分析人工免疫系统的基础上提出一种改进的人工免疫算法——免疫遗传算法。文中介绍了该算法的基本步骤及特点,并对旅行商问题进行了仿真研究,与基本遗传算法进行了比较。结果表明所提算法能以较快的速度完成给定范围的搜索和全局优化任务,较标准遗传算法具有更强的全局搜索能力。     

基于免疫应答原理的免疫算法及其在多模态函数优化中的应用

基于免疫应答原理及小生境概念，采用实数编码策略，提出解决多模态函数优化的免疫算法。构建此算法的目的在于将其与遗传算法比较，分析二者的差异。算法设计的关键在于抗体评价规则及亲和突变算子，以及引入小生境技术、抗体浓度概念及免疫系统中群体多样性的机理，增强群体多样性。此算法具有自适应地调整进化群体规模、并行搜索最优解及强稳定性等特点，特别能搜索多个最优解(若存在)及大量局部最优解；同时其收敛性获证。事例仿真比较获该文算法的有效性，此暗示免疫算法的研究具有广阔前景。