基于快速自适应超螺旋算法的高速列车最优黏着控制

为解决轨面状态变化时列车牵引/制动力得不到有效发挥的问题,考虑轮轨间黏着状态具有较强的非线性和时变性,设计一种快速自适应超螺旋(FAST)滑模控制器。根据轮轨黏着机制和列车运行原理建立列车模型,对不同轨面下黏着特性曲线进行研究。使用全维状态观测器对负载转矩进行观测,并计算获取当前轨面黏着系数。在此基础上,利用滑模极值算法动态搜索当前轨面最佳蠕滑速度。采用快速自适应超螺旋算法设计的滑模控制器控制牵引电机转矩,使列车蠕滑速度稳定跟踪于当前轨面最佳蠕滑速度处。利用MATLAB软件对FAST滑模控制器设计的列车运行控制系统进行仿真,将其与采用超螺旋滑模控制器和标准滑模控制器的仿真结果进行对比。研究结果表明,FAST算法将系统稳定时间缩短至5 s,收敛速度加快。不同轨面搜索到的蠕滑速度稳定在最优阈值1.4~1.5 m/s之间,轨面变化时,转矩变化趋势与轨面变化趋势一致,数值分别稳定在67200和32720左右。在模型中加入干扰后,系统能快速稳定,转矩相对误差处于±0.05%,控制器有较强鲁棒性。由此可知,快速自适应超螺旋算法实现了对不同轨面下的列车最佳蠕滑速度的快速跟踪,充分利用了当前轨面的最大黏着系数,极大发挥了列车牵引/制动力,实现了高速列车的最优黏着控制。

基于快速自适应超螺旋算法的制导律

针对地空导弹攻击机动目标的制导律设计问题,提出了一种有限时间稳定的新型二阶滑模制导律。在弹目相对运动模型的基础上,将制导问题转化为一阶系统的控制问题。在超螺旋(ST)算法中引入线性项和一种新的参数自适应律,提出了一种快速自适应超螺旋(FAST)算法,该算法不需要已知系统不确定性的边界且收敛速度较快。利用类二次型Lyapunov函数证明了系统有限时间稳定性,给出了收敛时间估计公式。通过与自适应滑模制导律、ST制导律和光滑二阶滑模制导律的仿真对比,验证了所设计的制导律在保证制导精度的同时,能够在有限时间内提高滑模变量的收敛速度,并且避免了参数选择困难的问题。

超高速飞行器自适应模糊超螺旋控制律设计

针对超高速飞行器多源扰动下高精强鲁棒控制需求,提出了一种自适应模糊超螺旋控制律。首先,给出控制导向的超高速飞行器姿态模型;其次,采用广义超螺旋算法设计控制器,实现滑模变量与跟踪误差的高精收敛;同时,引入高阶齐次观测器估计飞行器复杂扰动,并在控制律中做前馈补偿以提高算法鲁棒性。针对控制增益选取问题,基于模糊算法,通过融合专家经验,建立控制增益与滑模变量直接关联。相较传统自适应方法,该自适应律可实现控制增益快速调节整定,同时兼顾系统响应速度、鲁棒性与抖振抑制需求。最后,以考虑复杂多源干扰的超高速飞行器为对象进行仿真,结果证明了自适应模糊超螺旋控制律的有效性。

Boost型PFC变换器的自适应超螺旋全局滑模控制

针对Boost型功率因数校正(PFC)变换器,提出一种自适应超螺旋全局滑模控制(ASTTSMC)方法。该方法可以保证PFC变换器在理想工作条件下具备良好的性能,并且在面对负载突变、电网电压波动和电感参数变化等系统不确定性情况下时仍然能够保持全局鲁棒性。在控制律的设计中,采用全局滑模控制作为基准模型,从而确保系统在整个响应过程都具有鲁棒性;同时,切换项采用自适应超螺旋算法,考虑系统不确定项,通过自适应超螺旋算法中的切换增益参数来改善系统潜在的“抖振”现象;此外,基于李雅普诺夫稳定定理证明了所设计控制系统的稳定性。实验结果表明,在理想工作条件下和系统存在不确定性的情况下,该方法都能够有效改善网测电流的质量和提高变换器的功率因数,验证了该方法的有效性和所设计控制器的鲁棒性。

基于自适应超螺旋算法的高速永磁同步发电机稳压控制策略

高速永磁同步发电机(HSPMSG)系统采用传统PI控制,负载突变时存在输出电压波动大、响应速度慢及抗扰性能差等问题,提出一种基于自适应超螺旋算法(STW)的高速永磁同步发电机稳压控制策略。在建立含控制延时交叉耦合项电流环控制模型的基础上,设计基于超螺旋算法的非线性电压控制律。同时,为抑制系统抖振,提出采用连续函数替换符号函数设计电压控制器。此外,针对扰动边界不确定与控制参数矛盾的问题,提出一种改进型自适应超螺旋算法(ASTW),并对稳定性进行了深入分析和理论证明。最后,搭建了仿真模型和实验平台,仿真和实验表明该控制策略可抑制系统抖振、减小电压波动,提高系统的动态响应速度和抗负载扰动的能力。

具有快速收敛和自适应逃逸功能的粒子群优化算法

为了克服标准粒子群优化算法(PSO)后期收敛速度慢、容易陷入局部最优等缺点,借鉴人工蜂群算法的思想,提出了一种提高收敛速度并且带有自适应逃逸功能的粒子群优化算法(FAPSO)。算法中每进化一次粒子搜索两次:一次全局搜索,一次局部搜索。当粒子陷入局部最优时,通过逃逸功能使粒子重新搜索。8个经典基准测试函数仿真结果表明,改进的粒子群优化算法在收敛速度和寻优精度上均有提高,相对于目前常用的改进粒子群优化算法如CLPSO等,t检验结果说明,新算法具有明显的优势。

自适应多层快速多极子算法及其并行算法

在多层快速多极子算法的基础上提出了一种改进的电大问题电磁散射快速算法及其并行算法。算法中将基函数和权函数分别用不同空间位置上的点源函数展开,使各部分的积分计算得到大大简化,所有转移过程可由快速傅里叶变换计算完成,同时还给出了该算法的并行化算法。数值结果说明了算法的有效性。

电网畸变条件下基于快速正负序分离算法的自适应锁频环同步技术(英文)

为了应对电网发生电压跌落、频率突变、谐波污染等电网畸变条件,该文为并网逆变器提供了一种新的基于快速正负序分离算法的自适应锁频环同步技术。基于自适应陷波器的锁频环本质上是一个2阶陷波器,加上非线性微分方程后可以实现基波频率跟踪,实现电网信号的同步,前提条件是电网无扰动和谐波。电网发生畸变时,为了抑制扰动和谐波,提出了一种快速正负序分离算法,结合自适应陷波器,改进后的自适应锁频环同步技术利用简单的矩阵运算,可以在5个采样周期内实现正、负序分量及各次谐波的快速分离。与1/4周期延时的传统锁相环相比,该方法无需压控振荡器,无需比例积分参数调试,简化了系统的结构,实现了频率的自动跟踪,消除了系统检测误差,提高了系统的动态性能。文中对所提锁频方案进行了详细的理论分析,最后仿真和实验结果验证了所提方法的可行性及良好的暂态特性。

K近邻的自适应谱聚类快速算法

谱聚类算法建立在谱图划分理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。然而,谱聚类算法涉及如何选取合适的尺度参数σ构造相似度矩阵的问题。并且,在处理大规模数据集时,聚类的过程需要较大的时间和内存开销。研究从构造相似度矩阵入手,以传统NJW算法为基础,提出一种基于K近邻的自适应谱聚类快速算法FA-SC。该算法能自动确定尺度参数σ;同时,对输入数据集分块处理,并用基于K近邻的稀疏相似度矩阵保存样本信息,减少计算的内存开销,提高了运行速度。通过实验,与传统谱聚类算法比较,FA-SC算法在人工数据集和UCI数据集上能够取得更好的聚类效果。

一种新自适应滤波快速算法及其在多路回波消除中的应用

本文提出了一种新的自适应滤波算法 ,该算法结构简单、计算量适中且收敛速度快 ,弥补了一般变步长LMS自适应算法计算量小但收敛速度欠佳 ,以及仿射投影算法 (APA)收敛速度快但计算量非常大的缺陷 .该算法计算量与一般LMS算法相当 ,而收敛速度却与APA算法相当 ,其结构比APA及相应的改进算法要简单得多 .我们不仅对所提算法的收敛性及性能进行了分析 ,而且将它用于多路回波消除中获得了成功 ,仿真结果表明 ,该算法与Sankaran(1997)所提NLMS OCF算法及Benesty(1996 )所提APA MC算法比较 ,在收敛速度和收敛精度相当的情况下 ,其计算复杂度大大减少 .

考虑绕行特征的电动汽车快速充电站选址问题及自适应遗传算法

快速充电站选址是电动汽车运营的重要内容之一。本文考虑电动汽车用户会通过绕行一定距离对车辆进行充电这一特征,建立了一个以电动汽车快速充电站建站成本和旅客整体绕行成本之和最小的双层整数规划模型。本文首先给出了用于生成绕行路径集合的A*算法,然后设计了一种包含局部迭代搜索的自适应遗传算法对该模型进行求解。为了测试算法性能,通过两个不同规模的算例图与已有求解FPLM问题的遗传算法进行了比较,数值试验部分证明了算法的正确性和有效性。最后引入浙江省的高速路网图,从建站成本和截流量两方面对电池续航里程带来的影响进行了相关的灵敏度分析。

一种用于GPS信号快速捕获的自适应算法(英文)

采用聂孟-皮尔逊准则,以发现概率为性能指标,对基于FFT非相干累加的GPS信号捕获算法的性能进行了详细的理论推导,给出了该种方法的理论性能上界,提出了一种用于快速捕获的高效自适应算法,并通过系统仿真对理论结果进行了验证.对实际情况中概率分布的合理近似使理论分析过程得以简化,并使判决门限可根据噪声方差及累加次数进行自适应调整的算法可以直接应用于实时GPS接收机的设计.

2维Otsu自适应阈值的快速算法

Otsu自适应阈值法作为图像阈值分割的经典算法,在图像处理领域得到了广泛的应用,在其基础上发展起来的2维Otsu阈值法却因为计算时间长而制约了其应用。针对2维Otsu自适应阈值方法计算复杂度高的缺点,通过改变2维直方图上的区域划分,将2维阈值转换为1维阈值,从而提高了2维自适应阈值算法的计算速度。实验结果表明,该算法的计算时间远远小于原始2维Otsu算法,分割效果和原始算法基本一致。

激光快速成型系统中自适应分层算法及实现

在对激光快速成型原理进行介绍的基础上,提出了一种能够根据三维实体轮廓变化情况自动选取分层厚度的自适应分层算法,其特点为:在确定某层的分层厚度时,不需要多次的试切过程,只要利用前一层片截面多边形上各边的顶点坐标,以及与各边相关的三角面片的对应关系和三维实体的点、面、边的拓扑信息,就可以直接计算出下一层满足分层精度要求的分层厚度,可以提高计算效率.在论文中对该算法的实现方法和实验结果进行了介绍.

快速成型系统中自适应的直接切片算法的研究

为了解决CAD模型转换成STL模型时出现误差、均匀切片时加工时间和表面质量难以协调的问题,提出了自适应的直接切片算法。该算法调用商用软件中切片函数对模型直接切片,切片厚度选择采用自适应切片方法。首先求出能够表示模型垂直方向轮廓变化情况的参考曲线,然后在切片时根据参考曲线上各点处切线确定在该处的切片厚度。使用该算法避免了用三角面片逼近CAD模型时的误差,而且根据参考曲线上点的切线决定切片的厚度,不需要试切,在保证模型表面精度的同时提高了成型效率。

基于改进超螺旋算法的永磁同步电动机控制

目的为提高传统PID控制下永磁同步电动机在遇到负载突变、重载启动、频繁变速等外界条件变化时性能突变的问题,文中将超螺旋滑模引入电机控制中,以更好地应对外界条件的变化。方法通过在原有的超螺旋滑模算法中,加入自适应比例项和积分项,使其获得更快的收敛速度和更强的鲁棒性。然后引入一种新的过饱和系数,来应对引入积分项所带来的超调问题。结果在Matlab/SMULINK的仿真环境中,搭建所提方法的模型,并与传统的PID控制、超螺旋滑模控制以及比例项改进超螺旋滑模控制所搭建的模型做对比。结果表明,文中方法在遇到外界条件变化下,稳定性提高了33%~91%、快速性提高了27%~76%。结论文中优化后的超螺旋滑模控制器有更高的鲁棒性和更快的快速收敛性,改善了系统的性能,能够有效应对负载突变、重载启动、频繁变速等问题,使应用文中所提方法的永磁同步电动机能够更加符合包装机的要求。

基于梯度的自适应快速布谷鸟搜索算法

针对标准布谷鸟搜索(CS)算法存在全局搜索和局部搜索能力不平衡的缺点,提出一种基于梯度的自适应快速布谷鸟搜索(GBAQCS)算法.在改进的算法中,针对偏好随机游动的步长,在利用目标函数的梯度决定步长方向的基础上,首先提出自适应搜索机制平衡了算法的全局搜索和局部搜索能力;其次提出快速搜索策略,充分利用当前鸟巢信息进行精细化搜索,从而提高算法的搜索精度和收敛速度.实验结果表明,相比其他算法,所提出的改进策略使算法的全局搜索和局部搜索能力保持了相对的平衡,并提高了算法的收敛性能.

基于Gauss包络Chirplet自适应信号分解的快速算法

针对自适应信号分解方法运算量大,对信号的逼近精度有限等问题,提出了一种基于Gauss包络线性调频信号(Chirplet)自适应分解的快速算法,通过构造超越方程和参数空间采样点的选取,得到方程的闭式解,达到信号分解目的,数值仿真结果验证了该算法运算量小、分辨率高、抗噪性能强。

基于局部自适应先验MRF模型的快速BP图像分割算法

针对常规MRF分割模型不能有效描述图像的局部特征、常导致图像的过分割现象,提出了一种局部自适应先验的MRF模型。该模型利用图像的邻接区域信息建立了一种局部自适应特征MRF模型。基于提出的模型,建立了一种具有快速收敛策略的区域BP算法对MRF模型的区域消息进行传递,有效解决了区域BP算法的计算量大的问题。实验结果表明,与常规区域BP算法相比,提出的分割方法具有更快的分割速度和精度。

三级领导式的快速自适应狼群优化算法

为提高狼群算法的收敛速度,在此提出了一种称为三级领导式和微粒进化方程的自适应狼群算法,人为地把灰狼分成两类,领导层三只灰狼:如αβ和δ,剩下的为猛狼w。在游走搜索阶段随机设定一个猎物位置,利用狼群与猎物之间的距离来指导游走搜索猎物;在召唤阶段,利用三个领导层灰狼作为头狼来引导猛狼向猎物靠近,避免了传统狼群算法只有一只头狼引导整个狼群就容易陷入局部最优的情况;在围攻猎物阶段利用惯性因子来表示以往奔袭的经验、学习因子与随机数之间的乘积来表示猛狼自身经验的认识与总结、迭代影响因子来表示整体狼群经验的认识与调整,综合起来狼群粒子奔袭速度加快收敛速度和跳出局部最优,从而找到真实的整体最优值。本次选取的8个测试函数对应的对比性实验结果表明:该方法较为精确地实现寻找到了测试函数的最优值且较早地快速收敛到最优解,在后期也平稳收敛到真实的最优值,该算法适用于多维多波峰函数求极值问题。