-
题名自适应粒子群在四旋翼PID参数优化中的应用
被引量：9
- 1
-
-
作者
康日晖
马珺
贾华宇
-
机构
太原理工大学
-
出处
《计算机仿真》
北大核心
2018年第3期29-33,共5页
-
基金
山西省自然科学基金项目(2015011050)
-
文摘
在四旋翼飞行器控制系统中,通常用遗传粒子群算法(GAPSO)来对PID的三个参数进行整定。但是这种方式没有考虑到粒子群算法初期,种群的全局搜索能力强,不需要对粒子进行调节。盲目的在算法中引入交叉、变异操作,只会降低控制系统的效率。因此提出了一种自适应粒子群算法。通过计算种群粒子间距来判断粒子群是否聚集,如果间距小于阈值,就对粒子进行调节来保持粒子群的多样性,否则就不使用。这种调节方式极大地提高了算法的效率,对于需要实时控制的四旋翼飞行器来说以上措施尤为重要。经Matlab/Simulink仿真后结果证实了算法的有效性。
-
关键词
四旋翼飞行器
自适应粒子群算法
仿真
控制器
-
Keywords
Quadrotor aircraft
self-adapt particle swarm optimization
Simulation
Controller
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于自适应粒子群的农机自动转向系统分数阶控制
被引量：2
- 2
-
-
作者
张瑶
李佩娟
贾茜
刘树青
-
机构
南京工程学院工业中心
-
出处
《甘肃农业大学学报》
CAS
CSCD
北大核心
2019年第4期199-204,共6页
-
基金
江苏省自然科学基金项目(BK20170766)
南京工程学院基金项目(YKJ201531)
-
文摘
【目的】针对电控液压式农机自动转向系统的不稳定及响应慢等特点,提出一种分数阶PI^λD^μ控制器控制农机自动转向系统的方法.【方法】首先根据分数阶的控制原理,设计分数阶PI^λD^μ控制器,并建立控制系统的仿真模型,最后应用自适应粒子群算法优化分数阶PI^λD^μ控制器的5个参数(kp,ki,kd,λ,μ),避免粒子群算法陷入局部最优.为验证该方法的性能,采用文献[12]的试验平台,对系统进行多种信号的仿真跟踪.【结果】在迭代5次左右模型稳定,阶跃信号跟踪实验中,上升时间是0.0125 s,超调量0.01%,稳态误差是0,优于传统PID的控制效果,正弦信号与随机信号仿真跟踪实验效果良好,模型抗扰动能力强.【结论】仿真实验表明,设计的自适应粒子群分数阶控制方法对提高农机自动转向控制系统的稳定性、快速性及精度具有重要意义.
-
关键词
农机
转向控制
分数阶PI^ΛD^Μ控制器
自适应粒子群算法
-
Keywords
agricultural machinery
steering control
fractional-order PI^λD^μ controller
self-adapt particle swarm optimization
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名排课问题的自适应约束粒子群算法研究
- 3
-
-
作者
龙小宏
-
机构
泸州职业技术学院
-
出处
《泸州职业技术学院学报》
2012年第4期55-57,共3页
-
文摘
高校的自动排课问题是一个复杂约束优化问题,为克服粒子群算法在处理该问题的早熟收敛,提出一种自适应约束粒子群算法解决该问题。应用自适应准则,在算法执行的不同阶段,实现算法运行过程中吸引子和排斥子的动态自适应切换,惯性权重随迭代次数动态自适应变化,算法的性能进一步提高,收敛速度更快,鲁棒性更强。
-
关键词
自动排课
自适应
粒子群算法
约束优化
-
Keywords
automatic classes arrangement self-adapt particle swarm algorithm constrained optimization
-
分类号
G717
[文化科学—职业技术教育学]
-
