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。

Parameter optimization of linear quadratic regulator of gyroscopic balancing vehicle based on quantum particle swarm algorithm