求解非线性方程组的混沌粒子群算法及应用

针对非线性方程组的求解在工程上具有广泛的实际意义,经典的数值算法如牛顿法存在其收敛性依赖于初值而实际计算中初值难确定的问题,提出以混沌粒子群算法求解非线性方程.它通过将混沌搜索机制有机地引入粒子群算法,使每个粒子从混沌搜索机制与粒子群算法搜索机制中获得适当的搜索方向,以混沌变量的遍历性增强粒子的搜索性能与更全面地应用目标函数的信息,并反映到逐代更新的个体极值和群体极值中,可更有效地调整粒子的移向并最终获得最优解.测试结果表明这一尝试的有效性.最后将所提的方法用于建立复合材料结构的疲劳寿命与应力、温度、湿度的关系模型.     

基于优化的离散空间轨迹规划算法

针对无人车离散空间轨迹规划时存在路径不平滑、速度不平稳、动态规划运算时间长等问题,提出一种基于优化的离散空间轨迹规划算法。将无人车所需搜索的空间解耦为纵向-横向空间（S-L空间）和纵向-时间空间（S-T空间）,在S-L空间根据静态避障和路径平滑程度的要求设计代价函数进行动态规划,进而利用二次规划对动态规划结果进行优化;在S-T空间提出一种改进的动态规划方法,根据道路速度限制和不可倒车约束优化搜索,并引入启发函数加快对规划终点的搜索速度,减少算法计算量,提高运行效率。仿真实验结果表明,在静态避障和动态避障环境中,所提算法规划出的轨迹曲率更小、速度变化更平滑、运行时间更快,相比于传统动态规划算法单次规划时间减少了77.13%。     

带空间机械臂航天器姿态运动规划的数值算法研究

自由漂浮空间机械臂系统在无外力矩作用时,系统的动量矩守恒而成为非完整系统.利用这一特性本文研究了自由漂浮空间机械臂系统的三维姿态运动规划问题.导出带空间机械臂的航天器三维姿态运动数学模型,将系统的非完整运动规划问题转化为非线性系统最优控制问题,在最优控制中利用小波逼近控制输入规律,提出基于遗传算法的最优控制数值算法.通过数值仿真,表明该方法对带空间机械臂航天器系统的非完整姿态运动规划是有效的.     

空间机械臂非完整运动规划的最优控制

讨论空间机械臂系统的运动规划问题，利用系统的非完整特性，将空间机械臂动力学方程转化为非线性控制系统的状态方程，给出一种最优控制的数值自满。通过仿真计算，表明该算法的有效性。     

机械臂控制系统的极限环和混沌运动

本文针对具有关节摩擦的单连杆刚性机械臂控制系统研究了运动轨迹的极限环和混沌现象。利用Ｈａｍｉｌｔｏｎ原理建立了机械臂的动力学模型，考虑了不同的摩擦模型，针对具有库仑摩擦和粘性摩擦的机械臂控制系统，建立了系统非线性部分的描述函数，并且证明了该系统存在稳定的极限环。利用Ｌｙａｐｕｎｏｖ线性化方法和数值仿真研究了系统的混沌现象。     

基于粒子群优化算法的光纤陀螺温度误差分段补偿方法

针对光纤陀螺的温度误差单一模型补偿方法适配性较差的问题,提出一种基于粒子群优化(PSO)算法的光纤陀螺温度误差分段补偿方法。此方法基于分段建模补偿的思想,在建模时加入温度和温度变化率影响因子,并引入PSO算法极值寻优,得到最优补偿函数。为了验证此方法的补偿效果,设计了?15℃~50℃区间内光纤陀螺温度实验,分别利用所提方法和传统方法对其温度误差进行补偿。试验结果表明,使用所提方法能够极大地降低温度误差,与传统算法相比,在保证补偿后陀螺零偏稳定性一致的前提下陀螺零偏均值降低了一个数量级,并且具有实时补偿性。     

粒子群优化算法在传递对准中的应用

给出了一种基于粒子群优化算法的捷联惯导传递对准算法。简单分析了传递对准任务要求和主子惯导惯性器件输出之间的关系,将传递对准问题作为参数优化问题进行求解,给出了基于粒子群优化算法进行传递对准的数学模型。定义了传递对准的优化目标函数,介绍了粒子群优化算法及其应用于传递对准的具体算法设置。用粒子群优化算法求解目标函数的最小值,可获得主子惯导之间的失准角,进行一次校正即可完成传递对准过程。通过计算机仿真对算法进行了验证分析,在仿真条件下（陀螺精度为0.1°/h）,能达到方位0.1°的精度。与其他对准算法一样,算法受载体机动条件的影响较大,一般需要姿态机动来提高陀螺的信噪比。     

漂浮载体上机械臂的工作空间

本文讨论载于航天器的机械臂的工作空间问题，导出机械臂位形计算的普遍公式。对不同载体控制方案的机械臂工作空间进行分析和对比，并提出了为扩大工作空间的机械设计原则，最后讨论了负载对工作空间的影响。     

基于自然坐标的自由浮动空间机械臂动力学分析

利用一种新方法研究自由浮动空间机械臂动力[学问题,这种方法基于一种称为“自然坐标”的新坐标体系,导出用自然坐标表示的无力矩状态下空间机械臂初积分形式动力学方程,根据臂端设计轨迹,对空间机械臂进行逆动力学仿真计算,结果表明该方法是一种简便,高效的可行方法。     

基于改进粒子群算法的翼型多目标优化研究

在多目标优化研究中,为改善多目标粒子群算法的局部搜索能力,以标准粒子群算法为基础,引入单点模拟退火算法,局部进化最优个体,采用基于目标向量的共享函数法评价适应值.标准测试函数优化实例表明:本文算法比标准粒子群算法具有更好的收敛稳定性和收敛速度,收敛速度提高了近50%;针对某翼型的气动优化设计结果表明:改进算法有效缩短了优化时间,迭代代数由61减为49,调用CFD由4880减为4250次;阻力系数、升力系数、低头力矩系数分别改进了9.23%、0.42%、16.4%,取得了较好的优化效果.     

粒子群算法优化的捷联罗经初始对准方法

初始对准是惯导系统的关键技术,罗经法对准是实现捷联惯导系统初始对准的重要手段。罗经对准回路的参数选择直接影响对准结果的好坏。对于不同的捷联惯导系统,罗经回路的最优参数也是不同的。传统的方法是根据经验以及大量的反复试验确定罗经对准参数,不能保证对准参数为最优。针对此问题,提出以水平罗经对准回路阻尼振荡周期T_(d1)和航向罗经对准回路阻尼振荡周期T_(d2)为寻优目标,用粒子群算法对参数(T_(d1),T_(d2))进行寻优的方法,以确定出满足条件的最优对准参数,从而提高捷联罗经初始对准的性能。实验结果表明:粒子群算法能够快速、准确地搜索出罗经对准回路的最优参数,提高捷联罗经对准的性能。将粒子群算法应用到捷联罗经初始对准中是有效的。     

Robust airfoil optimization based on improved particle swarm optimization method

A robust airfoil optimization platform is constructed based on the modified particle swarm optimization method (i.e., the second-order oscillating particle swarm method), which consists of an efficient optimization algorithm, a precise aerodynamic analysis program, a high accuracy surrogate model, and a classical airfoil parametric method. There are two improvements for the modified particle swarm method compared with the standard particle swarm method. First, the particle velocity is represented by the combination of the particle position and the variation of position, which makes the particle swarm algorithm a second-order precision method with respect to the particle position. Second, for the sake of adding diversity to the swarm and enlarging the parameter searching domain to improve the global convergence performance of the algorithm, an oscillating term is introduced to the update formula of the particle velocity. At last, taking two airfoils as examples, the aerodynamic shapes are optimized on this optimization platform. It is shown from the optimization results that the aerodynamic characteristic of the airfoils is greatly improved in a broad design range.     

基于量子粒子群的陀螺平衡车调节器参数优化

针对陀螺平衡车线性二次型调节器稳定控制中Q、R权值矩阵选取由经验试错确定效率低且无法保证最优性的问题,提出一种基于量子粒子群算法的参数优化方法。首先,基于陀螺平衡车动力学方程建立其状态空间模型;而后,设计线性二次型调节器并结合混合指标适应度函数给出了Q、R矩阵参数的量子粒子群优化流程;最后,对经验法、粒子群优化和量子粒子群优化三种参数选取策略下的控制效果进行仿真对比,并搭建实物平台进行试验验证。结果表明:量子粒子群方法对陀螺平衡车线性二次型调节器参数优化更加有效,相较于粒子群优化和经验法,倾角响应峰值分别降低了17.07%和38.18%,调节时间缩短了24.32%和56.64%,进动角响应峰值分别降低了16.47%和36.61%,调节时间缩短了18.03%和38.74%,最大控制量分别降低了10.78%和35.88%,有效提升了系统动态响应性能。     

基于改进粒子群优化的水下地形辅助导航方法

为了提高传统地形匹配算法的定位精度,提出一种基于改进粒子群优化的水下地形辅助导航定位算法。该算法以SINS的指示位置为中心构造搜索区域,对二维粒子群进行初始化,利用实时水深测量序列与待匹配序列之间的平均Hausdorff距离作为适应度函数,在线性递减权重的基础上引入收敛因子对粒子的速度和位置进行约束更新,改善粒子早熟问题。在某海图内进行了水下地形匹配仿真实验,结果表明:初始位置误差大小不影响改进PSO算法的定位精度和匹配速度;当水下航行器初始位置误差较大时,与TERCOM算法相比,改进PSO算法的匹配精度提高了近5倍,匹配耗时缩减了近10倍。     

基于约束粒子群优化的海底地形辅助惯性导航定位方法

针对水下自主航行器长时间航行后惯性导航系统位置误差积累的问题,提出一种关于约束粒子群优化的海底地形辅助惯性导航定位方法。通过在等值域内进行粒子群初始化,改善粒子"早熟"问题。采用惯性导航和水深测量序列计算相邻测量点水平距离、航迹水平转向角和水深变化量三个匹配参数,同时利用待匹配航迹上的粒子群计算以上三个参数,将航迹水平转向角和水深变化量转换为各自等效的水平相对距离,最后采用对应于相同匹配参数的等效水平相对距离的平均绝对差之和构建适应度函数,采用约束粒子群优化进行地形匹配,辅助惯导系统准确定位。通过某海图内海底地形匹配进行仿真实验,结果表明当航行器初始位置误差较大时:在地形变化明显区,ICCP的定位精度为200 m,约束粒子群优化的定位精度提高到20 m以内;在地形变化平坦区,ICCP无法有效定位的情况下,约束粒子群优化的定位精度约为250 m。     

A particle swarm optimization approach for fuzzy sliding mode control for tracking the robot manipulator

In this paper, an optimal fuzzy sliding mode controller is used for tracking the position of robot manipulator, is presented. In the proposed control, initially by using inverse dynamic method, the known sections of a robot manipulator’s dynamic are eliminated. This elimination is done due to reduction over structured and unstructured uncertainties boundaries. In order to overcome against existing uncertainties for the tracking position of a robot manipulator, a classic sliding mode control is designed. The mathematical proof shows the closed-loop system in the presence of this controller has the global asymptotic stability. Then, by applying the rules that are obtained from the design of classic sliding mode control and TS fuzzy model, a fuzzy sliding mode control is designed that is free of undesirable phenomena of chattering. Eventually, by applying the PSO optimization algorithm, the existing membership functions are adjusted in the way that the error tracking robot manipulator position is converged toward zero. In order to illustrate the performance of the proposed controller, a two degree-of-freedom robot manipulator is used as the case study. The simulation results confirm desirable performance of optimal fuzzy sliding mode control.