群集模型的软控制研究

研究了一类群集模型的软控制.通过在群中加入一个或多个可控智能体(CIA)来干扰群的运动形式,从而实现了在不改变群的局部运动规则的条件下控制群的运行速度,加快了群的收敛速度,并实现了群的分化.模拟结果表明了此方法的有效性.     

一类不确定非线性系统的串级主动补偿控制

针对一类具有下三角结构的单输入单输出不确定非线性系统,研究其稳定控制问题.提出一种结构简单、收敛速度可控以及抗扰性能良好的基于Backstepping方法的串级主动补偿控制策略,实现了闭环系统的渐近稳定控制.为解决闭环系统中不确定非线性未知问题,设计一种新的观测器,使得这种观测器能够实时跟踪闭环系统的不确定非线性.通过引入奇异扰动性理论,给出了闭环系统稳定性分析.仿真实验结果验证了该控制方法的有效性.     

基于轨道引导和可控域的混沌系统控制研究

把最短时间最优控制思想用于混沌轨道引导,并通过可控域,把混沌轨道引导和不稳定周期轨道的稳定化方法有机地结合在一起,提出了一种离散混沌系统的控制方法,该方法是先利用最短时间的混沌轨道引导控制使系统快速进入可控域,然后激发局部状态反馈控制器来实现控制混沌系统,最后以Ｈｅｎｏｎ系统为例,进行了数字仿真,仿真中对系统进入可控域的进行和噪声对所提方法控制效果的影响等问题进行了讨论,仿真结果表明了所提控制方法     

大规模机器人群体的分层编队控制算法

提出一种分层拓扑结构作为机器人群体在动态期望区域内的编队队形,并在此基础上设计一种基于分层拓扑的群体编队及避障控制器,邻域内各层层间机器人之间的通信是双向的.多机器人通过虚拟领导者的引导向动态期望区域内运动,并在邻居个体间的局部交互下形成期望编队控制队形,机器人群体速度达到一致,个体间距离稳定,从而实现编队和避碰.控制器中形状调节力用于调整和保持机器人群体队形,解决编队中因可能出现局部极小值而导致某些机器人死锁的问题.仿真实验表明了该算法是有效性的.     

基于RBF神经网络逆系统的注射速度控制

为了实现注射速度的精确控制,针对其非线性时变的动态特性,提出了基于神经网络逆系统的控制方法.采用M.Rafizadeh模型描述注射速度系统特性,通过求解该系统的相对阶证明了系统的可逆性.由于注射速度系统逆模型的解析形式难以获得,因此构造了基于RBF神经网络的注射速度逆系统,并将该系统与常规PID控制相结合,对注射速度实现复合控制,解决了基于RBF神经网络逆系统的开环控制效果不理想的问题.仿真实验表明,该控制系统具有良好的跟踪性能及抗干扰性能.     

磁流变减振器的可控特性标定方法研究

磁流变执行器应用于振动与冲击控制系统的前提是具有满足控制需求的可控特性,包括力学响应特性和时间响应特性,磁流变执行器的可控特性标定方法建立在由评价力学响应特性的可控阻尼力范围、动态范围和可控运行速度范围以及评价时间响应特性的响应时间的基础上。为了便于磁流变减振器的可控特性研究,文章提出了一种磁流变减振器可控特性的标定方法,并搭建了用于标定磁流变减振器可控特性的实验测试系统。首先,对标定方法中所涉及的磁流变减振器可控力学特性的评价指标进行了概括和阐述;然后,对标定方法中所涉及的磁流变减振器控制执行系统的响应时间进行了重新定义,实现了在对磁流变减振器的响应时间进行标定分析的同时,也可以准确获取其他子单元的响应时间,进而获得整个控制执行系统的响应时间;最后,分别搭建了基于鹭宫伺服液压激振系统和落锤冲击测试系统的实验测试与分析平台,实验测试并标定了磁流变减振器的力学响应特性,并基于鹭宫伺服液压激振系统进行了三角波位移激励条件下磁流变减振器与控制系统的时间响应特性的测试与分析,根据测试与分析结果标定输出磁流变减振器的响应时间。     

基于DSP的无刷直流电机电流峰值控制

针对大功率无刷直流电机电流方波实现问题,提出一种在PWM_ON_PWM调制方式下的电流峰值控制策略,详细说明了该策略的控制原理,并给出了具体实施方案.该策略通过对非换相相电流的直接控制,提高了系统的反应速度,使得电机电流波形接近于理想方波,最终达到了减小电机转矩波动的目的.通过PLECS仿真工具,搭建无刷直流电机仿真模型,实现电流峰值控制方式的仿真.基于DSP控制芯片,搭建无刷直流电机电流峰值控制实验平台.仿真和实验结果显示,该控制策略不仅能实现方波控制,而且功率管开关频率可控.     

复杂地表条件下的电磁式可控震源广义预测控制方法

作为一种浅层高分辨率可控震源,电磁式可控震源在浅层地震勘探中受到了广泛的重视。电磁式可控震源激发信号质量总是受到地表条件影响,在地形平坦,并且震源基板与大地耦合条件良好的情况下,电磁式可控震源能够取得良好的勘探效果。而在地形起伏,基板与大地耦合较差的复杂地表条件下,当前可控震源控制系统激发信号存在比较严重的畸变,控制精度严重下降,地震勘探误差变大。为此研究适于复杂地表条件的可控震源高精度控制系统具有重要意义。将可控震源与大地看成一个系统,耦合条件不同意味着系统模型是变化的,因此控制系统应采用与模型无关的控制算法才能适应变化的地表条件。针对上述问题,在分析电磁式可控震源输出信号畸变特性,以及产生畸变原因的基础上,探讨电磁式可控震源激发信号估计的方法,研究利用广义预测控制方法与相位预补偿、零相位滤波方法相结合实现对可控震源激发信号相位、幅度畸变的控制。经仿真实验,广义预测控制后电磁式可控震源激发信号相位最大偏差由125°减小到3°,最大幅度畸变由133%减小到4%,在3 000 m/s速度模型下,由震源激发信号畸变导致的定位误差从1.5 m减小到小于0.2 m,提高了复杂地表条件下电磁式可控震源地震勘探精度,实现了复杂地表条件下可控震源激发信号高精度控制。     

基于速度权重扰动机制的改进蝙蝠优化算法

为提高基本蝙蝠算法的局部最优解开发能力,拟引入速度权重扰动机制,提出一种基于速度权重扰动机制的改进蝙蝠优化算法.在算法迭代寻优过程中,蝙蝠个体自身当前位置优于群体当前位置均值时,选择带有速度权重扰动机制的速度演化策略更新下一代速度信息,从而提高算法跳出局部最优的能力,并最终实现群体逼近收敛到全局最优解.针对典型基准测试函数的仿真实验结果表明,该速度机制能够有效提高蝙蝠个体的局部开发能力,加强算法的全局寻优能力.     

方波型无刷直流电机位置跟踪控制研究

针对方波型无刷直流电机的位置跟踪控制问题, 利用李亚普诺夫稳定性理论及线性矩阵不等式, 提出一种关于相电流及角速度的非线性降阶观测器及非线性位置跟踪反馈控制器. 从理论上, 经由引入可调参数,解决了该系统线性部分的不可控和不可观性, 论证了在所设计的控制器作用下,受控系统能实现渐近跟踪. 数值实验显示该受控系统的位置输出能快速跟踪给定的参考信号,并且转矩脉动能被有效抑制.     

基于虚拟领航者的智能群体群集运动控制

通过借鉴预测控制的基本思想,研究了智能群体的群集运动,并建立了一种个体在运动过程中能根据周围环境自适应选取虚拟领航者的群集运动控制模璎.该模型描述了生物群集过程中无领导者的自然现象,克服了传统leader-follower模式的单向信息流的缺陷,增强了系统的自适应性与鲁棒性,提高了系统的稳定性.仿真结果表明:与已有文献相比,该模型收敛速度较快;形成紧凑的编队后,队形稳定运行的速度也较快.     

一个包含目标趋向性的增强型Cucker-Smale群体运动模型

生物群集运动往往具有共同的群体目的,且群体成员仅在局部范围内进行信息交互。在描述生物群集运动的Cucker-Smale模型基础上,引入目标趋向作用和几何邻域,建立了更符合实际的增强Cucker-Smale群体运动模型,并结合速度匹配、避免碰撞、群体聚集、趋向目标4个群体目的建立了相应的效能评价指标,以实现对模型效能的量化评估。仿真结果表明,在模型中引入目标趋向作用和几何邻域后,群体能够有效地趋向目标,同时不影响达到其余群体目的;适当增加目标趋向作用会对群体的速度匹配起到积极的促进作用,使群体更快地达到稳定状态。     

群机器人Flocking行为研究综述

主要回顾了群机器人自组织flocking行为的研究。首先,介绍群机器人学的含义及关键特征;然后,指出flocking行为在生物学上及机器人学上的意义,之后对目前的研究现状进行介绍。最后,按照以下的三个分类对群机器人flocking行为进行总结:行为控制,硬件设备及交流策略。     

一致环境下多智能体系统的群集算法

针对一致环境下智能群体的群集运动控制算法进行了研究.在群中智能体感知范围有限的情况下,群体拓扑图是动态变化的,假设群体拓扑图时刻保持连通,且群中所有智能体受到外界环境的影响是一致的,通过引入光滑的势场函数,设计了群集控制算法,运用李雅普诺夫稳定性理论,证明了多智能体能取得群集运动,仿真实例验证了算法的有效性.     

带有局部信息策略的粒子群优化算法

考虑到粒子群中每个粒子周围的局部信息对它未来飞行的影响,为此本文改进了基本粒子群优化的速度方程．提出了一种带有局部信息策略的粒子群优化算法,对典型优化问题的实例仿真说明了带有局部信息策略的粒子群优化算法具有更好的全局搜索能力和更高的计算精度．     

一种求解带约束多式联运问题的群智能算法

针对如何有效运用群智能算法求解多式联运问题,设计了一种针对群智能优化算法的个体解码方式,提出了一个有效的个体编码与多式联运方案的映射模型.在该映射模型中设计了基于比例的流量分配方式,实现了个体编码信息向初步流量分配方式的解码;同时构建了局部流量调整策略,进行不可行方案修复,提高了解码方案的有效性.而后,提出了一种变邻域粒子群算法,将社会网络演化特征引入进行粒子群算法的种群拓扑和邻域调整,以改善个体在搜索过程中的交互模式.基于解码策略,采用改进算法对多式联运问题进行求解,并与3种新型群智能算法进行对比.通过实例分析,该编码策略可以有效应用于多式联运问题求解.同时,变邻域粒子群优化算法的收敛效率和性能优于对比算法.     

基于混合改进鸟群算法的贝叶斯网络结构学习

针对贝叶斯网络结构学习中寻优效率低下、易陷入局部最优的缺陷,提出了一种基于混合改进鸟群算法的贝叶斯网络结构学习算法.首先,通过互信息约束算法迭代初始网络;其次,改进鸟群算法,在经典鸟群算法中加入自适应惯性权重,随着迭代次数的增加动态调整搜索空间、改变收敛速度;最后,将改进的鸟群算法作为搜索策略,进行贝叶斯网络结构寻优.实验结果表明:改进的算法在寻优过程中不仅有较好的准确率和较快的收敛速度,而且具有良好的全局寻优能力.     

基于PSO磁悬浮球系统自适应灰预测控制

目的 针对磁悬浮球系统非线性不稳定和滞后性的问题,提出一种基于粒子群优化的自适应灰色预测 PID (Proportion Integration Differentiation)复合控制策略。 方法 通过在 PID 控制模块的反馈环中引入具有等维新息特征的灰色预测器,对系统误差进行及时反馈修正,以提高控制系统的响应速度和鲁棒性;同时,融合粒子群智能算 法对控制器参数迭代优化,以提高控制系统控制精度和抗干扰能力;最后,在 MATLAB / Simulink 环境下搭建仿真 平台进行对比实验。 结果 验证基于粒子群优化的自适应灰预测控制系统模型的超调量、峰值时间、调节时间显著 改善。 结论 证实该策略可以有效抑制系统滞后性,具有良好的稳定性和鲁棒性。     

基于改进多粒子群算法的电力系统无功优化

将改进的多粒子群算法应用于电力系统无功优化问题的求解，克服了传统粒子群算法收敛精度不高、易陷入局部最优的缺点．该优化方法对原粒子群算法进行了如下改进：通过增强粒子群间的协同作用、引入惯性因子以及扰动的策略，来平衡集中强化搜索和分散多样化搜索过程．对IEEE6节点和IEEE30节点系统分别进行无功优化计算，并与传统粒子群算法进行了比较，结果表明，该算法求得的有功损耗较原状态降低了近1／5，且电压合格率为100％，具有较强的全局搜索能力和较高的收敛精度，是求解无功优化的有效方法．     

基于粒子群优化的升降机驱动装置控制策略

针对由于施工升降机驱动装置存在非线性因素,导致吊笼驱动装置运动精度低和响应慢的问题,提出了一种基于粒子群优化的比例、积分和微分(proportional integral derivative, PID)控制策略。首先,建立异步电机的矢量变频控制模型,基于MATLAB/Simulink通过偏差耦合控制策略实现三电机同步控制模型搭建,并设计了粒子群PID控制器以及模糊PID控制器;然后在ADAMS软件中建立驱动装置的虚拟样机,通过ADAMS的Controls接口模块与MATLAB实现机电联合仿真;最后根据施工升降机实际运行工况进行联合仿真验证并分析控制策略可行性。研究结果表明：粒子群PID控制器提升了吊笼位置控制精度与响应速度,粒子群优化PID系统响应时间相较于PID控制系统提升38%,相比模糊PID提升6%,系统稳态误差分别提升62%、98%,满足实际运行需求。