基于混合人群搜索算法的采煤机调高系统控制研究

为提高煤矿井下采煤机控制稳定性,针对采煤机在工作过程中调高精度不足,响应速度较慢的问题,利用人群搜索算法(SOA)对其进行参数整定,提高其控制效果。同时针对人群搜索算法存在的后期个体大量聚集、无法利用有效信息、搜索速度不足以及陷入局部最优的问题,提出一种混合灰狼算法领导者与追随者思想、莱维飞行策略、混沌映射策略的改进人群搜索算法整定采煤机调高控制系统参数的控制策略。使用改进前后的人群搜索算法以及粒子群搜索算法,分别采用MATLAB仿真及采煤机控制实验,综合考虑超调量、上升时间、调整时间,得出结论,即改进后的SOA算法收敛速度提高2 s、综合搜索精度提高,且整定后的控制参数使得采煤机调高系统具有更快的响应速度,更高的平衡性。可以为未来采煤机高效开采提供一定的理论依据。

基于人群搜索算法优化参数的支持向量机短期电力负荷预测

支持向量机是一种新型机器学习算法,它基于结构风险最小化准则取得较小的实际风险,有效提高了泛化能力,具有理论严密、适应性强、全局优化等特点,在模式识别和回归问题等方面应用广泛。以某地区历史负荷数据为输入,通过人群搜索算法对支持向量的各项参数进行寻优计算,得到最优的参数取值,然后把最优参数代入到SVM预测模型中,得到人群搜索算法的支持向量机(SOA-SVM)模型,利用此模型对某地区未来24小时的负荷进行短期预测。通过算例验证,利用SOA-SVM预测的精度要比BP神经网络和PSO-SVM的精度要高,所以说明用此方法进行短期负荷预测是有效和可行的。

基于人群搜索算法的PID控制器参数优化

关于PID控制器在工业控制领域应用优化问题,PID参数优化成为工业自动化研究的热点。PID参数优化对于系统的稳定性、可靠性和快速响应等特性有着重要的意义。为了改善和优化PID控制器性能,提出一种人群搜索算法(SOA),以PID三个参量为搜寻队伍,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过对比遗传算法和粒子群算法PID参数优化,仿真结果表明,改进算法提高了系统的控制精度,系统响应速度快,鲁棒性好,为控制系统PID参数整定提供了参考。

基于人群搜索算法的自抗扰控制器参数优化

火电机组过热蒸汽温度控制系统具有大迟延、大惯性的特性,在负荷变化或内外扰动的影响下,存在参数不易整定的问题。本文将自抗扰控制(ADRC)引入过热蒸汽温度控制系统,并基于人群搜索算法(SOA)对自抗扰控制器的主要参数进行寻优。以自抗扰控制器的6个主要参数为寻优目标,目标函数采用时间乘绝对误差积分(ITAE)准则,同时加入控制器输出量平方项的时间积分,以防止控制器输出量调节幅度过大,以及适当调整误差与控制量的权值。采用测试函数对本文SOA进行验证,并对某300 MW机组过热蒸汽温度控制系统分别采用SOA优化的ADRC-PI控制器和PI-PI控制器以及依据经验公式整定的PI-PI控制器进行时域性能、内外扰动及降负荷仿真对比。结果表明:本文SOA收敛精度和算法鲁棒性均较优;SOA优化的ADRC-PI控制器在抗内外扰动及降负荷过程控制效果均明显优于SOA优化的PI-PI及经验公式整定的PI-PI控制器;SOA优化的控制参数使系统的响应时间更快,超调更小,调节时间更短。

基于拟混沌人群搜索算法PID参数优化研究

为解决PID控制器在复杂非线性系统和复杂信号的追踪问题中存在的局限性,改善和优化PID控制器的性能,提出拟混沌人群搜索算法(ICSOA),引入自适应权重策略、Logistic混沌初始化和精英策略改善局部求精能力和全局搜索能力。将PID三个参数为搜寻队伍,以控制输入平方项的时间和误差的平方并积分作为优化目标,进行PID参数整定。利用MATLAB仿真软件进行仿真,并分别与传统的PID整定方法(Ziegler-Nichols法)和基本的人群搜索算法(SOA)进行比较。结果表明,ICSOA实现了PID参数的整定,提高了控制器的性能,为控制系统中PID参数整定提供了依据。

基于响应面和人群搜索算法的固井泥浆流量计叶轮结构参数优化

切向式涡轮流量计应用于油田固井工程,叶片结构会对计量的效果产生直接影响。为了提升流量计计量的精度以及叶片结构的可靠性,对叶轮结构参数进行优化。将响应面与人群搜索算法相结合,设计三因素四水平正交实验,通过响应面法建立出流量计仪表系数K的线性度误差δ和流量计叶轮叶片半径、边缘厚度、倾斜角度的二次回归模型,以线性度误差最小为优化目标,基于人群搜索算法对叶片结构参数进行寻优求解,得到叶片结构最优的参数组合。优化后仪表系数线性度误差由3.1060%减小为0.4452%,提升了固井泥浆流量计的计量精度以及稳定性,为后续优化设计提供理论支撑。

基于人群搜索算法的Dykas汽轮机叶栅型线重构

针对汽轮机叶片智能优化设计中的叶片参数化建模与型线重构问题,首先基于三次Bezier曲线推导了叶片型线的坐标方程,根据叶片基本几何参数实现了汽轮机叶片型线的参数化表达。在构建的参数化模型基础上,根据已知的叶型坐标点数据,采用人群搜索算法(SOA)重构实际汽轮机叶片型线,并通过叶型重构算例对SOA和粒子群算法(PSO)进行了对比分析。结果表明:基于Bezier曲线构建的参数化型线光滑性好、质量高,所提方法可以任意修改叶型几何参数并再生模型,实用性较强且效率较高。基于SOA优化算法的叶片型线重构方法可以准确重构Dykas汽轮机叶片型线,且SOA重构叶型的方法收敛速度快、收敛结果更稳定。

人群搜索和樽海鞘群的混合算法优化PID参数

为解决在优化全局时人群搜索优化算法(seeker optimization algorithm,SOA)容易过早收敛的问题,提出了一种新的基于人群搜索和樽海鞘群(salp swarm algorithm,SSA)的SOA-SSA混合算法。基于双种群进化策略,种群中的部分个体由人群搜索优化算法进化,其余个体由樽海鞘群算法进化。SOA和SSA的个体都使用信息共享机制实现协同进化,增加了种群的多样性,避免了算法过早收敛。实验结果表明:该算法在高维函数和PID参数优化方面都是可行的。与其他算法相比,SOA-SSA算法的收敛速度快、精度高、鲁棒性强,有更好的优化性能。

改进人群搜索算法优化的直线电机模糊PID控制

为提高永磁同步直线电机的控制性能,文章提出一种改进人群搜索算法(improved seeker optimization algorithm,ISOA)优化的模糊PID控制策略。根据直线电机的工作原理建立数学模型,针对PID控制难以达到理想效果,在位置环中引入模糊控制,对PID参数进行实时调节;针对人群搜索算法(seeker optimization algorithm,SOA)存在陷入局部最优、搜索精度不高等缺陷,引入了模拟退火思想,同时对惯性权重进行了非线性改进,通过测试函数检验,验证了改进后的算法具有更好的全局搜索能力和搜索精度。利用该算法解决直线电机模糊PID控制参数的优化问题,仿真和实验结果均表明:ISOA优化后的模糊PID控制有效地提高了永磁同步直线电机系统的响应速度、稳定性以及鲁棒性。

基于人群搜索算法的直流电机优化设计

针对PID控制器参数整定优化过程繁琐、难度大等缺点,提出了一种快速获取PID控制器参数的方法。该方法利用直流电机的电压平衡方程以及转矩平衡方程式获取传递函数表达式,通过人群搜索算法(SOA)以PID控制器的三个参数为搜索对象,经过多次迭代寻优,获取直流电机控制系统的最优控制参数。软件仿真结果表明,利用SOA可以快速获得PID控制器的各项参数。相比于传统算法,该算法获取PID控制器的参数方法简单,系统具有更强的鲁棒性且响应速度快,为直流电机PID控制器参数整定优化提供了参考依据。

纯电动汽车传动系统参数匹配及优化

纯电动汽车的传动系统参数匹配是车辆节能设计的关键,关系到整车经济性与动力性的表现。为实现纯电动汽车传动系统参数的合理匹配与优化,以整车动力性能和续驶里程要求为设计依据,实现对某纯电动汽车电机、电池、减速器的参数匹配。并运用人群搜索算法对汽车传动系统参数进行优化,优化结果在AVLCruise软件仿真中表现出较好的整车综合性能。

基于花授粉算法的PID参数优化

PID参数优化对PID控制性能起着决定性作用,针对PID参数寻优问题,提出运用一种花授粉算法(FPA)。该算法启发于自然界中花粉的传播授粉过程,以三个PID参数组成每个花粉单元的位置坐标,根据一定的全局授粉与局部授粉规则更新花粉单元的位置,使其向最优解迭代。仿真结果表明,与粒子群算法和人群搜索算法相比,花授粉算法优化参数使系统具备更短的响应时间、更高的系统控制精度以及更好的鲁棒性,为PID控制系统的参数整定提供了参考。

基于鸡群优化算法的PID参数优化

PID控制器在现代工业生产中拥有极为广泛的运用,而PID参数对于PID控制器的效果发挥着至关重要的作用。为了解决PID参数的优化问题,提出了一种基于鸡群优化算法的PID参数优化方法,该算法以PID三个参量构造鸡群位置坐标,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。仿真结果表明,与遗传算法、粒子群算法和人群搜索算法的PID参数相比,该算法具有更高的系统控制精度、更快的系统响应速度和更强的鲁棒性,为控制系统的PID参数整定提供了参考。

水声网络探测节点的一种运动目标参数估计算法

文章提出了一种水声网络探测节点的运动目标参数估计方法,即基于模型匹配原理的估计算法。给出了算法的原理和仿真分析。

基于人群搜索优化PID控制的汽车四轮转向研究

为了提高汽车行驶的稳定性,通过建立两自由度双轮车模型对四轮转向车辆进行了研究。由车辆的力学性质列出了状态空间方程,通过传递函数矩阵及应用z变换进行了MATLAB编程。将车辆质心侧向速度和横摆角速度联合为适应度函数,应用人群搜索算法对后轮的转向输入进行了PID参数优化整定。通过驾驶员前轮角阶跃转向和后轮PID控制转向的仿真,进行了四轮转向算法验证,并与前轮转向进行了对比,仿真结果表明人群搜索算法优化的PID控制四轮转向使车辆具有较好的操纵稳定性。

基于智能算法的动力吸振器多参数优化研究

动力吸振器在改善系统振动与噪声方面应用广泛,优化动力吸振器的参数是提高动力吸振器性能的关键。设计动力吸振器多参数优化目标函数,研究人群搜索算法在动力吸振器参数优化中的应用,并运用人群搜索算法、遗传算法和粒子群算法进行仿真计算,对比三种算法对动力吸振器进行参数优化时的稳定性、计算速度、计算精度。结果表明,所设计的基于人群搜索算法的优化方法具有较好的稳定性及计算精度,但计算速度稍慢于另外两种算法。工程实例证明,基于人群搜索算法优化后的动力吸振器对于改善汽车部件共振、降低车内噪声具有良好效果。

SOA算法在交流伺服系统中的应用

针对传统交流伺服系统控制效果不佳、参数优化困难等不足,采用人群搜索算法(SOA)分别对伺服系统电流环、速度环以及位置环的控制器参数进行优化,并与改进PSO算法优化控制器参数以及传统频域法整定控制器参数两种方案进行对比.仿真结果表明:SOA算法优化控制器参数能提高系统响应速度和鲁棒性,SOA算法比改进PSO算法在伺服控制器参数优化方面具有更好的搜索功能.与传统频域法整定方案比,SOA算法无需提前在线辨识系统转动惯量操作更简便.

基于人群搜索算法的机载激光雷达回波波形分解

为提高机载激光雷达回波信号的分解精度,以偏正态分布函数作为拟合基函数,采用层层剥离策略以及人群搜索算法与全局收敛LM算法相结合的方法,实现了机载激光雷达回波信号的波形分解,并通过实验加以验证。结果表明:回波信号可被分解为一系列偏正态分布函数的叠加,获得了信号幅值、中心位置、半宽和偏态系数等关键参数;拟合波形和回波信号的相关系数均在99%以上,波形分解精度得以有效提高。所提方法能够实现全波形机载激光雷达回波信号的精确分解。

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8 s内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10 s内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.

基于SOA-LSSVM的SLS成形工艺参数优化研究

为提高选择性激光烧结(SLS)成形精度,解决工艺参数优化试验成本高等问题,选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度5个工艺参数设计正交试验以获得样本数据并建立统一目标函数。采用人群搜索算法(SOA)优化最小二乘支持向量机(LSSVM),建立基于SOA-LSSVM的SLS成形件精度预测模型;预测不同工艺参数组合下制件的统一性能,并与采用传统BP神经网络和LSSVM模型获得的预测结果进行对比。结果表明:SOA-LSSVM模型针对小样本预测问题具有良好的泛化能力,预测值与实际值的最大相对误差仅为1.11%,可为SLS加工参数组合的选择提供参考。