基于改进蜂群算法的倒立摆控制器优化设计

环形倒立摆系统以其非线性、不稳定、高阶的、强耦合的特性,已经成为控制理论教学以及模拟机器人行走、卫星飞行姿态等复杂系统控制的重要实验平台;文章中引入了LQR控制算法,实现对倒立摆的稳定控制;而为了避免LQR控制器设计过程中反复调节加权矩阵Q,R的复杂性,同时得到更优异的控制效果,将人工蜂群(ABC)算法应用于LQR控制器设计中;而为了克服传统蜂群算法的缺陷,加快收敛速度和增加种群的多样性,在雇佣蜂阶段和跟随蜂阶段对算法进行了改进;仿真结果表明,改善的ABC算法的能够很好地完成LQR控制器参数寻优,控制效果良好。     

基于Riccati方程和LMI算法的H∞控制器的设计与实现

H∞控制是一种重要的鲁棒控制方法,它以H∞范数作为控制性能指标,是一种最优控制方法,目的是求出系统内部稳定的控制器,使闭环传递函数的无穷范数极小,达到控制的目的。以固高公司的直线一级倒立摆为控制对象,实现基于Riccati方程和LMI算法的H∞控制器设计,采用M文件及simulink实现系统建模、控制器的设计,完成系统算法的验证,实验表明,控制器的输出、倒立摆系统的状态变量变化平稳,系统具有较强的鲁棒性,系统表现出良好的动态品质,验证了H∞控制器的有效性。     

一种改进人工蜂群的分数阶PID控制器优化算法

摘 要：针对分数阶PID控制器参数整定过程参数多复杂性大,传统靠经验试凑的方法不易实现且优化效果差的问题,提出了一种改进的人工蜂群算法,实现分数阶PID控制器参数的整定.该算法通过改进人工蜂群算法中搜索方程,并引入一个淘汰机制,对分数阶控制器参数进行群智能搜索,将搜索到的参数送至分数阶PID控制器中反复迭代,以带有权值的误差绝对值积分指标（AIE）作为人工蜂群寻优的目标函数,最后得出控制器.本文以非线性系统为被控对象,经过实例仿真,验证了该算法实现的控制器比传统整数阶控制器和未改进的人工蜂群算法实现的分数阶控制器的动态性能和稳态性能都有所提高,在超调、上升时间、振荡性方面都优于未改进算法.     

基于改进量子粒子群和主动PI模型的自适应无线传感器网络拥塞控制算法设计

针对无线传感器网络中路由节点需要转发大量数据导致网络拥塞,从而引起节点丢包率高和网络吞吐率过低的问题,提出了一种基于主动PI模型和改进量子粒子群优化算法的拥塞控制方法;首先定义了丢包率和队列长度计算方式;设计了改进的PI主动队列管理模型,然后,为了改进PI模型的控制效果,采用改进的量子粒子群算法对PI主动队列管理模型中的比例系数和积分系数kP和kI进行参数优化,从而得到能实现WSN自适应控制的主动PI控制模型;最后,对基于量子粒子群算法和PI主动队列模型的网络拥塞算法进行了描述和说明;仿真实验表明:文中提出的拥戴控制方法能有效实现WSN拥塞控制,是一种适用于WSN的有效拥塞控制方法,与其它方法相比,具有较短的平均队列长度和较大的网络吞吐率,具有很强的可行性。     

桥式起重机精确定位及防摆控制器设计

以桥式起重机这一被控对象的控制问题作为出发点,详细阐述了其建模方法,讨论了其最优控制策略;并针对设计过程中出现的LQ加权矩阵Q的选取难题给出了一种解析解和证明,同时运用这一结论计算出了实际问题中的加权矩阵Q,从而求得最优的状态反馈矩阵K;通过计算机仿真,当控制算法作用于被控对象时,系统能够获得满意的控制性能;同时也针对桥式起重机试验装置开展了一系列调试试验,最优状态反馈控制器通过四轴运动控制板卡得以实现;在试验中,试验装置其大小车都能够准确停车到位,并消除运动过程中的吊钩游摆;试验结果说明了防摆控制器设计方案是正确和有效的。     

时变不确定时滞连续系统的鲁棒H∞保成本控制

针对一类同时具有状态时滞和输入时滞的时变不确定连续系统,研究了H∞保成本状态反馈控制器的设计,假定其中的时变不确定性项是范数有界的,但不需要满足匹配条件.通过构造广义Lyapunov函数和线性矩阵不等式(LMI)方法,给出了系统可H∞鲁棒镇定同时满足保性能指标的一个充分条件,仅通过求解一个相应的线性矩阵不等式,就可得到鲁棒H∞保性能控制器使得闭环系统的一个保成本函数对所有允许的不确定参数有上界,并经过迭代,通过求解凸优化问题得到最优鲁棒H∞保性能控制器.最后用示例说明了该方法的有效性.     

柴油机多品位余热回收低损跨临界联合循环

为高效低损回收柴油机多品位余热,本文提出了一种跨临界有机朗肯联合循环,其中高温级循环用于回收温度较高的发动机排气余热和废气再循环(EGR)余热,低温级循环回收发动机冷却水余热、增压空气余热、与高温级循环换热后的排气余热和EGR余热。本文对联合系统高温级工质选择多种高温型工质,并对系统热效率、回收功、效率及整体效率随高温级最大压力的变化规律进行模拟分析。结果表明存在一个最优的高温级最大压力P_(maxh),使得随着P_(maxh)的增大,系统热效率先上升后下降,工质均存在热效率η(th)的最大值。甲苯不论是热效率还是效率均表现出较好的性能,并且使柴油机效率提高了6.86个百分点。     

基于主从交互式萤火虫群优化算法的船舶航向分数阶PID控制

为了改善船舶航向控制的效果,本文首次运用了分数阶PID控制方法,并提出一种新的主从交互式萤火虫优化算法,以优化控制器参数,使得达到控制性能指标最优的目标。根据船舶动力学模型,以船舶实际参数作实验,实验结果表明经过FA优化的分数阶PID控制器,比PSO算法具有更好的控制性能。通过敏感性分析验证了算法求出的FOPID参数具有鲁棒性,当系统参数大幅度变化时不需要重新设置。证明了经萤火虫算法优化的分数阶PID控制器能够更好地满足船舶航向控制的需求。     

基于细菌觅食特征改进粒子群算法优化SVM模型参数研究

针对粒子群算法优化SVM模型参数在进化后期容易陷入局部最优的问题,研究了细菌觅食趋利避害机制,提出了一种基于细菌觅食特性改进粒子群算法的方法,并将改进方法应用于优化SVM预测模型参数的研究;实验结果表明,该方法能够弥补粒子群算法在进化后期容易陷入局部最优的缺陷,具备更好的寻优性能。     

基于遗传模型改进蜂群算法的稀疏阵列优化

人工蜂群算法作为一种新兴的群体智能算法,在解决复杂连续问题时表现突出。但是由于算法本身内在运行机制的原因,算法在搜索上表现出优异的性能,却疏于开发。为了平衡搜索和开发二者之间的矛盾,提出了一种基于遗传模型改进的人工蜂群算法,并成功运用到了阵列综合领域。算法先将全局最优解引入邻域搜索过程,指导蜂群寻找最佳蜜源,加速算法收敛。为了避免人工蜂群算法陷入局部最优,需要提高其开发能力,通过借鉴遗传算法中的进化机制,建立了遗传模型,对采取最佳保留后的蜜源进行遗传操作,丰富蜜源的多样性。在一组广泛使用的数值函数上对改进人工蜂群算法进行了测试,实验数据表明,该算法相较于其他算法具有很强的竞争力。将该算法运用于线性阵列的稀疏优化,旨在降低阵列的峰值旁瓣电平,在同样的阵列约束下与其他算法进行了优化对比,仿真结果进一步证明了算法的有效性。     

基于加速度反馈的上反稳瞄系统最优控制研究

针对某车载上反稳瞄系统中火炮瞄准线稳定精度0.2 mrad的要求,提出在惯性速率稳定闭环内增加高增益的加速度闭环校正,形成多闭环的控制回路,并通过ITAE(integral of time-weightde absolute error)最优控制对系统控制回路的PID参数进行整定。对上反稳瞄系统构成进行分析,对控制系统的负载、陀螺和无刷力矩电机等闭环回路进行建模仿真;利用ITAE最优控制器对多闭环控制系统的PID控制参数进行调节;对系统添加随机干扰和单位阶跃响应,测试其相关性能。测试结果表明:相比传统的调整PID参数和单速度环控制系统,基于加速度多闭环ITAE最优控制器可以使系统抗扰动性能提高约78%,超调量减小约23%,摇摆稳定精度提高约29%,可较好地满足上反稳瞄系统稳定性能的要求。     

一种IAE指标触发的继电反馈PID参数自校正方法

针对实际工业过程中固定PID参数不能适应系统特征变化的问题,提出了一种在线控制器参数自动校正方法。首先,以内模控制为基础,由系统工作数据估计得到设定值阶跃变化下系统可获得的最优累积绝对误差值(IAE),并以此建立评价当前控制器优劣的性能指标。若性能不满足要求,则触发PID参数校正算法工作,通过引入继电反馈环节使控制回路振荡,获得控制系统临界信息,再根据改进的Z-N规则计算新的PID控制器参数。最后,分别用仿真和实际液位控制系统验证所提方法的有效性。     

一类求解箱式约束优化问题的自适应引力搜索算法

为了改进引力搜索算法求解箱式约束优化问题的性能,提出了一类自适应引力搜索算法,新算法定义了算法停滞系数,当算法陷入停滞时,可以自适应的修改引力参数,帮助算法跳出停滞状态;定义了个体相似系数,当种群陷入局部最优时,通过变异策略改善种群的多样性。数值试验结果表明,新算法有效的平衡了全局开发和局部搜索能力,具有更强的全局寻优能力,适于求解复杂优化问题。     

糖厂澄清工段生产指标建模及操作参数优化

针对亚法糖厂澄清工段清汁色值和清汁残硫量难以在线测量的问题,提出了一种基于人工蜂群优化的在线极限学习机软测量方法。先用核主元分析法确定影响清汁质量的关键参数,建立基于在线极限学习机的软测量模型。同时利用人工蜂群算法对在线极限学习机的隐层参数进行寻优,优化所建模型。最后,使用带约束的粒子群对软测量模型进行优化求解,得到典型工况下的最优操作设定值,为后续工况操作提供参考依据。仿真结果表明,基于人工蜂群优化的在线极限学习机模型能够准确地预测清汁色值和残硫量,同时基于此模型优化的操作参数设定值能够达到期望的指标。     

WDM网络保护容量问题的遗传算法求解

本文以遗传算法为基础,设计了一个与传统数学方法完全不同的遗传搜索寻优算法并提出一种简捷解编码方式,该编码能够极大地简化选择、交叉和变异等遗传算子的执行.仿真实验结果表明文章算法能够迅速地求出保护容量优化问题的全局近似最优解,且能够满足工程设计的要求.     

嵌入式电子节能控制器的设计与实现

节能控制能够有效降低能耗,对保护环境等方面具有重要影响。但目前大多数电子节能控制器都是通过采用单片机技术和双向晶闸管过零触发交流调压电路对电子节能控制器进行设计。通过介绍电子的负荷特点和节能原理,分析电子节能控制器的硬件组成电路,并对电子节能控制器的主要软件程序的流程图进行设计,完成电子节能控制器设计。但这种方法节能控制效果较低,难以保证电子节能控制器性能,为此,提出一种基于模糊PID控制的嵌入式电子节能控制器设计与实现方法。首先通过对嵌入式电子节能控制器的处理器、电源电路、复位电路、系统时钟电路、JTAG接口电路、D/A转换电路、功放电路、双极性电源电路以及嵌入式电子节能控制器硬件PCB板器件布局等的设计,完成嵌入式电子节能控制器硬件设计。在此基础上,选用模糊PID控制方法对嵌入式电子节能控制器进行设计。通过分析模糊PID控制原理,介绍加入自调节因子的模糊PID控制的算法设计,以此确定输入输出隶属度函数,再利用模糊推理和模糊规则,得到电子节能控制器的模糊控制过程,从而完成嵌入式电子节能控制器的设计。实验证明,所提方法能够有效提高嵌入式电子节能控制器的节能控制效果,具有良好的使用价值。     

无人机姿态控制器设计及仿真

由于无人机模型的非线性和参数的时变性,传统PID方法设计的控制器动静态性能可能会变得很差,针对这种问题,设计了适合于某型无人机的模糊自适应姿态控制器。对于模糊控制器的隶属函数选择中盲目性的问题,利用粒子群优化算法对隶属函数进行智能寻优,降低设计过程中专家主观意向对控制器性能不确定性的影响。仿真结果表明,本文设计的控制器相对传统PID有更好的动静态性能,并且对于模型参数的时变性具有一定的鲁棒性。     

一种求解约束优化问题的改进粒子群算法及其应用

针对复杂约束优化问题,提出一种改进的粒子群方法。该粒子群算法对于不满足约束条件的粒子实行全概率接收,但令其目标函数值同为一个很小的常数,以保持粒子的多样性并使最优解在可行域内。另外,在PSO算法的基础上,使惯性权值按对数规律单调递减,同时引进选择遗传算子,以增强其全局寻优性能。数值实验表明:与PSO算法和一些其它优化算法相比,改进算法具有较强的寻优能力和寻优效率。工程应用表明,改进算法具有一定的优越性。     

时变不确定时滞连续系统的鲁棒H∞保成本控制

针对一类同时具有状态时滞和输入时滞的时变不确定连续系统,研究了H_∞保成本状态反馈控制器的设计,假定其中的时变不确定性项是范数有界的,但不需要满足匹配条件.通过构造广义Lyapunov函数和线性矩阵不等式(LMI)方法,给出了系统可H_∞鲁棒镇定同时满足保性能指标的一个充分条件,仅通过求解一个相应的线性矩阵不等式,就可得到鲁棒H_∞保性能控制器使得闭环系统的一个保成本函数对所有允许的不确定参数有上界,并经过迭代,通过求解凸优化问题得到最优鲁棒H_∞保性能控制器.最后用示例说明了该方法的有效性. 关键词： 连续系统 时滞 H_∞鲁棒控制')" href="#">H_∞鲁棒控制 保成本控制     

膜量子蜂群优化的多目标频谱分配

为了解决认知无线电系统中最大和网络效益和用户间公平性联合最优化的多目标频谱分配难题,基于量子蜂群理论和膜计算,提出了一种新的离散多目标组合优化算法—–膜量子蜂群优化.所提算法在基础膜可以搜索到单个目标的全局最优解,在表层膜获得兼顾网络效益和公平的Pareto前端解.通过膜间的通信规则、量子觅食行为的协同演进和非支配解排序可获得能同时求解单目标和多目标优化问题的多目标优化算法,并与经典的敏感图论着色算法、遗传算法、量子遗传算法和粒子群算法等频谱分配算法在不同的目标函数下进行仿真性能比较.仿真结果表明:在不同网络效益函数下所提的膜量子蜂群频谱分配算法都能够较好地找到单目标最优解,优于经典的频谱分配算法和已有的智能频谱分配算法,还可获得多目标频谱分配的Pareto前端最优解集.