基于多目标飞蛾优化算法的自抗扰参数整定研究

本文提出了一种基于多目标飞蛾优化算法的自抗扰控制器参数优化设计方法.针对多目标优化算法在优化过程中的早熟收敛甚至陷入局部极小值的问题,采用夹角余弦判别权重向量的邻域,对目标空间进行有效的分解,并以精英机制以存储优化过程中的非支配解,利用融合距离对精英集进行维护,保证了种群的多样性;最后以机械臂作为实验算例进行仿真验证,验证了多目标飞蛾优化算法的有效性,可以用于自抗扰控制器的参数整定.

基于改进鲨鱼优化算法的自抗扰控制参数整定

非线性自抗扰控制器耦合参数多,常规经验整定法难以获得最优参数,以至于影响控制器的控制精度.单一机制的优化算法整定出的自抗扰参数均可能是局部最优解,不能有效提高自抗扰控制器的控制精度.针对此问题,提出一种基于改进鲨鱼优化算法的自抗扰控制器参数优化设计方法.为解决基本鲨鱼优化算法易陷入局部最优解、算法后期收敛速度慢的问题,提出混合交叉变异策略与双种群协同机制,以ITAE指标为自抗扰控制器参数选择的优化目标,并以二自由度机械臂为例进行仿真验证.结果表明,优化后的自抗扰控制器具有更小的超调量和更高的控制精度,在加入外界干扰后,控制器可以很快抑制干扰,具有很好的抗干扰能力,改进后的鲨鱼优化算法可以用于复杂非线性系统自抗扰控制器的参数优化.