基于粒子群优化的主动稳定杆系统自抗扰控制

为了提高车辆的抗侧倾能力,设计了液压马达驱动式主动稳定杆控制系统,提出了基于粒子群优化（PSO）算法的分层控制策略。上层自抗扰控制器（ADRC）计算出整车所需反侧倾力矩,整车所需要的反侧倾力矩经过分配器分配到前后轴,下层三闭环比例-积分-微分控制器（PID）接收到所要提供的反侧倾力矩后计算出控制电流输入到伺服阀,从而驱动马达输出轴旋转并通过稳定杆产生主动力矩,实现车辆的主动防侧倾控制。为了使控制器有更好的控制效果,采用PSO算法整体优化上、下层控制,优化后的ADRC和PID参数再输入到整车模型中,为了使仿真接近实际效果,把实验测得的横向稳定杆扭转刚度也代入到模型中。在C级路面上采用蛇形和双移线工况进行仿真,通过将PSO优化的自抗扰系统与被动系统、PID控制系统和未优化的自抗扰控制系统对比进行仿真验证。仿真数据表明：侧倾角的大小直接影响车辆侧倾稳定性,采用PSO算法优化的分层控制策略能显著降低车辆的侧倾角,有效抑制过度的车身侧倾运动带来的不稳定性;主动控制的稳定杆比传统被动式稳定杆能更好地给车辆提供所需要的反侧倾力矩,提高了车辆抗侧倾能力;优化后的ADRC控制器比被动系统和未优化的ADR...     

基于鸟群算法的3D威亚系统自抗扰 控制器的参数优化

针对3D舞台威亚系统自抗扰控制器(ADRC)参数多且难以整定的问题,将鸟群算法(BSA)引入其中对自抗扰控制器的参数进行了优化研究.首先根据自抗扰控制"抗扰范式"的思想,建立了3D舞台威亚系统单点吊机的"鱼骨+鱼刺"模型;接着结合3D舞台威亚的运行性能及ADRC的特质,分析确定了ADRC需优化整定的参数,并基于智能优化算法BSA对ADRC的参数进行了优化整定.仿真结果表明,BSA不仅能克服粒子群算法使ADRC参数易陷入局部最优的缺点,而且运算简单高效且易于实现,经BSA优化后的ADRC改善了3D舞台威亚单点吊机运行性能与鲁棒性,为威亚的同步控制提供了保障.     

基于交叉熵算法的自抗扰控制器参数整定方法

为解决自抗扰控制器参数难以整定的问题,提出基于交叉熵算法的自抗扰控制器参数优化设计方法。通过适应交叉熵算法选择适应度函数,对其中的五个重要参数β01、β02、β03、β1、β2进行了优化分析。仿真结果表明：交叉熵算法比免疫遗传算法的自抗扰控制器超调量更小,响应时间更快。     

一种改进粒子群算法及其在水轮机控制器PID参数优化中的应用

提出一种改进的粒子群优化算法,除了个体极值和全局极值外,改进算法中还引入了粒子群的平均位置.因此,粒子可以获得更多的信息来调整自身的状态.基于3个基准测试函数的测试结果显示改进粒子群优化算法具有较好的全局收敛性和收敛精度.计算机仿真结果表明:改进粒子群优化算法应用于水轮机控制器PID参数的优化设计可以有效地改善水轮机控制系统过渡过程的动态性能.     

基于改进遗传算法的自抗扰控制器优化设计

针对超空泡航行体受力特征及其航行时具有非线性、时滞与耦合等复杂问题,提出可根据适应度对控制参数进行自适应动态调整的改进遗传算法。通过建立超空泡航行体纵向模型,设计专用自抗扰控制器对其进行控制,并针对控制器参数多、调节困难的问题,改进了自适应遗传算法对其精确优化。最后通过特性仿真,验证了基于改进的自适应算法的自抗扰控制器相比经典自抗扰控制器的优势。仿真结果表明,该自抗扰控制器符合实际需求,具有良好的控制效果。     

基于自抗扰控制器的温度控制系统

研究了基于自抗扰控制器的电阻炉恒速升温热分析测控控制系统,该系统采用C语言进行编程,控制方法采用自抗扰控制器.系统具有自适应能力和抗扰性,并且有操作指导和动画界面.     

基于粒子群布谷鸟融合算法的主汽温系统控制器参数优化

火电厂主汽温系统具有大惯性、大时滞特性,经典串级比例-积分-微分控制器(PID)难以实现对主汽温系统的精细控制,本文利用粒子群与布谷鸟的融合算法对主汽温控制系统的控制器参数进行优化,通过选择合适的目标函数,对某600 MW直流锅炉主汽温控制系统进行了优化,与工程整定法、粒子群算法的控制结果相比,粒子群布谷鸟融合算法具有...     

粒子群优化算法及其应用

粒子群算法是近几年来迅速发展起来的,得到广泛应用的一种新型模拟进化优化算法.研究表明该算法具有简单易于实现,可调参数少等优良性质.对粒子群算法理论及其进展情况做了阐述,介绍了该算法在理论和实际问题中的应用,并对其前景进行了展望.     

胎面重量控制系统的CPSO优化Smith预估线性自抗扰策略

针对轮胎行业橡胶复合挤出线重量控制系统过程机理复杂、扰动过多且难以测量等问题,设计了一种史密斯预估与线性自抗扰控制(Smith prediction-linear active disturbance rejection control, Smith-LADRC)相结合的控制方式以实现对胎面重量的稳定控制。建立仿真模型与比例-积分-微分(proportional-integral-differential, PID)、LADRC、Smith-PID进行控制效果对比以验证其优势,同时针对此控制器调参困难引入混沌粒子群算法(chaotic particle swarm optimization, CPSO)进行参数整定。经实验结果表明：Smith-LADRC相较于上述3种控制方法能够使系统具有较好的抗干扰性和鲁棒性;采用CPSO算法寻优后,相比于粒子群算法(particle swarm optimization, PSO),可以很好地达到控制目的,系统输出响应快速性均得到提高,相比手动调节能更好地对系统输出进行控制,同时节省参数调节时间,提高控制效率。     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(active disturbance rejection controller, ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从5种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

基于改进粒子群优化算法的贝叶斯网络结构学习

认识和掌握贝叶斯网络架构是数据求索和知识创新范畴的主要探讨方式之一,当处在网络购架寻觅范围较广的条件下,过去的二值粒子组合改良计算方法时常表现出聚拢速率低,很可能滑入局部范围取优、认识和掌握精准度较低的劣势.在以往二值粒子组合改进计算方法的前提下,依托互信息粒子组合计算方法的初期化过程,减小计算方法的寻觅范围,并且设置新型的演变模型取代以往的演变方程,从而使改良后的计算方法拥有较大的求优功能.选取ASIA网络系统当作模仿样板,再和以往计算方法相比,最终说明改进计算方法可以利用不多的重复换代过程寻觅到极优的方程解,而且总体上不会增添计算过程的繁琐程度.     

基于改进的粒子群优化算法的边坡可靠度分析

考虑边坡稳定性受多种随机因素影响,借鉴当前研究成果,尝试建立一种将随机因素和确定因素分别考虑的新的边坡可靠性分析模型,借助演化计算技术之一的粒子群优化算法收敛快和精度高的优点,通过设置影响其收敛速度的惯性因子,提高算法的收敛速度和精度,进行边坡最小可靠度指标的求解,并进行临界滑动面的搜索.研究成果表明,与其它方法比较,该方法具有较高的精确度和实用价值.     

基于改进粒子群优化算法的结构元形态综合

结构元形态综合是与功能元形态综合类似的多最值组合优化问题,在软件中间件和控制算法功能块设计方面有重要的用途.为了解决问题规模较大时经典算法效率不高的问题,提出了一种改进粒子群优化算法.先采用了自然数循环编码技术对粒子位置和速度进行描述,然后在自然数循环编码技术的基础上采用贪婪策略把组合优化问题转化为单峰函数的优化问题.在搜索技术上,采用了分段惯性权重技术和保收敛算法改进算法的寻优能力,最后采用每轮记录多个全局最好值的方法获得多最值.给出了一个组合方案数为378 000的算例对所提算法的有效性进行了验证.算例表明,从多最值求解的角度来说,所提出的改进粒子优化算法要比生境技术简单,从寻优能力的角度来说,所提算法要优于基本的粒子群算法.     

基于改进粒子群算法的优化策略

为提高传统粒子群算法的搜索速度和搜索精度,提出了一种改进的自适应粒子群优化算法.将正则变化函数和慢变函数引入传统位置更新和速度更新公式当中,形成两种新的更新机制:搜索算子和开发算子.在算法运行的初始阶段,种群中大部分个体将按照搜索算子进行更新,搜索算子将有助于种群遍历整个解空间;随着迭代次数的增加,按照搜索算子进行更新的个体将逐渐减少,而按照开发算子进行更新的个体将逐渐增多,开发算子将有效地克服陷入局部最优解的问题.通过典型测试函数的仿真实验,新算法在加快收敛速度同时,提高了算法的全局搜索能力.     

改进的粒子群算法

为了改善基本粒子群算法的搜索性能,针对粒子群算法随机性较强,收敛较慢的问题,提出了基于退火思想的改进的粒子群优化算法,新的算法更有利于粒子发现问题的全局最优解。通过对经典函数的测试计算,验证了方法的正确性和有效性。     

微粒群优化算法研究

微粒群算法(PSO算法)是模拟鸟类、鱼群等的群体智能行为的一种启发式全局优化技术.通过介绍微粒群优化算法的原理、算法流程、算法参数及其对算法性能的影响,给出了各种改进的微粒群算法形式以及研究现状,归纳了微粒群算法的国内外应用进展及研究方向.     

一种基于双子群的改进粒子群优化算法

针对粒子群优化算法易于陷入局部最优解并存在早熟收敛的问题,提出了一种基于双子群的改进粒子群优化算法(TS-IPSO),通过2组搜索方向相反的主、辅子群之间的相互协同,扩大搜索范围,借鉴遗传算法的杂交机制,并采用惯性权值的非线性递减策略,加快算法的收敛速度和提高粒子的搜索能力,降低了算法陷入局部极值的风险.实验结果表明该...     

基于PSO算法的求解热传导反问题的应用研究

给出了一类热传导反问题的数学模型,并采用粒子群优化算法对该热传导反问题进行了相变界面位置的反演求解.在标准PSO的基础上,研究了基于自适应PSO的热传导反问题的参数优化方法,并对粒子群优化算法中粒子数、粒子最大移动速度和加速系数的取值进行了讨论.仿真结果表明:在热传导反问题的优化求解中,PSO算法具有较高的精度和较好的收敛速度.     

基于粒子群算法的车间调度与优化

通过对车间调度问题的描述,针对传统调度算法寻优效率低或全局寻优能力差的弱点,提出了一种基于粒子群算法(PSO)的车间调度问题解决方案.根据车间调度问题的特点,对粒子群的编码及寻优操作进行了研究,确定了更适合车间调度问题的编码和操作方式,并将算法进行编程,应用到了系统的车间调度部分.仿真结果表明,通过设置适当的参数,可以快速地得到很好的排序结果,能够适用于动态的车间调度问题.     

基于变电站接地系统的改进型粒子群优化算法

由双层土壤和不等电位模型建立接地网优化目标函数,采用分合群和裂变变异的方法对传统的粒子群优化算法进行改进,解决了早熟现象和收敛速度慢等问题.以某变电所接地系统的实际参数为例建立仿真模型,Matlab仿真结果表明,相对等间距分布的80 m×60 m和120 m×100 m变电所接地系统,改进型粒子群算法优化的按指数规则分布的不等间距分布最大接触电压降低率达到了21.65%和23.45%,最大散流电流密度差降低率达到18.05%和10.26%,说明变电站接地优化设计方法能够有效降低最大接触电压和最大散流电流密度差,接地系统的安全性得到大幅提高.