基于天牛须和蝙蝠算法融合的PID参数整定仿真与研究

天牛须搜索算法(beetle antennae search,BAS)是单体智能优化算法,在多维函数的运算中,会出现因为早熟而使结果陷入局部最优、精度低等问题.针对这些问题,将高效BAS算法与传统的蝙蝠算法(BA)进行融合,这即增加了BAS算法的丰富度,也可以更好地跳出局部最优点.将该算法通过计算6个典型测试函数来进行实验对比验证.结果显示,其具有更好的优化能力,收敛速率更快,求解精密度更高.最后将其应用到PID参数寻优中,结果对比发现,相比于BAS算法,基于天牛须—蝙蝠混合算法(简称BAS-BA)具有更强的鲁棒性和更快的响应速度.

微型磁纳米软体机器人的三维磁场模型及仿真

针对微型磁纳米软体机器人多自由度驱动问题,利用坐标变换和磁场矢量叠加原理对3组正交的亥姆霍兹线圈的组合磁场模型进行研究,并采用COMSOL仿真软件对3组正交的亥姆霍兹线圈产生的均匀磁场和旋转磁场进行有限元仿真分析.3组线圈的仿真结果与理论分析相吻合,验证了所建数学模型的可靠性,为驱动微型磁纳米软体机器人提供了理论依据.

一种元启发式算法:海岛算法

在假设海岛上植物总量不变的情况下,植物的生长位置随着海平面的上升,出现越来越集中于最高点的现象.受该现象启发,提出一种元启发式算法即海岛算法(island algorithm,IA).海岛算法在每次迭代中包含3个阶段:淘汰阶段、海平面上升阶段、平衡阶段.通过对算法进行分析,找出算法的优势原因及适合和不适合求解的函数的特点,并对算法的复杂度和鲁棒性进行分析.将算法在CEC2013函数集上进行验证.在多个维度下,同经典的粒子群算法进行比较.实验结果表明,海岛算法在求解具有某类特征的函数时,比粒子群算法差;在其他多数测试函数的实验结果中,海岛算法在多个维度下的精度和鲁棒性均显著优于粒子群算法,验证了算法的有效性.