自适应膜计算算法及在ABS系统中的应用

针对传统方法设计的PID控制器在汽车防抱死控制系统(AntilockBrakingSystem,ABS)中,难以满足全工况运行的性能要求,提出一种自适应膜计算优化算法用于整定PID控制器参数。所提算法改进了变异规则在寻优过程中的自适应性,从而克服算法的收敛速率低及较差的抗欺骗能力。算法通过自适应变异规则、转位规则、交叉规则及交流规则对膜内可行解不断更新,最终求出最优解。通过4个不同维数的典型测试函数对算法的计算精度,收敛速率等性能的测试显示了该算法有效性,并明显优于4种对比算法。最后,将算法用于ABS系统中,整定的PID控制器参数实现了良好的全工况下制动控制性能。

基于CEEMD和膜计算优化支持向量机的风速预测

为提高预测的可靠性和准确性,提出一个基于模态分解理论和膜计算优化算法的混合模型用于风速预测。与现有的风速预测方法相比,该模型提高了预测精度。该模型包括3个主要步骤:为了简化数据的复杂度,通过互补集合经验模式分解(CEEMD)将原始风电功率时间序列分解成几个固有模态函数(IMFs);对每个IMF分量单独建立膜计算优化算法优化支持向量机(MCO-SVR)的模型进行预测;叠加全部IMF分量的预测值作为最终的预测结果。建立包括单一的支持向量回归机模型、不同分解方法以及相同的分解方法但使用不同的优化算法在内的9种基本模型,来验证所提出的混合模型的优越性。实证研究表明,所提出的混合模型在预测精度上显著优于其他的基本模型。

膜计算优化PID控制在煤炭分拣机器人中的应用

在传统煤炭分拣机器人的分拣过程中,由于时变负载的非线性变化经常引起速度的波动,严重影响了系统的控制性能,降低了机械手操作的精确性和快速性。论文设计了一种基于模糊星形拓扑结构的膜计算优化算法(FST-MC算法)优化的PID自整定系统,将PID的三个控制参数编码成FST-MC算法优化的对象,经过换位、交流、交叉和改写这四个规则处理后得到理想的优化值。最后,进行了仿真实验,实验结果验证了本系统响应速度快、有着很好的动态跟随性能和很高的控制精度,在煤炭分拣机器人系统中有着很好的应用前景。

考虑安全性与可靠性的微电网电能优化调度

考虑微电网的安全与经济、节能与环保、效率与可靠等诸多因素,同时为消除间歇性发电设备出力、负荷以及系统设备的不确定因素带给微电网的影响,实现微电网的负荷最优分配,在满足系统约束条件下,建立考虑不确定因素下含低估或高估费用的微电网经济调度模型。模型中设置了满足系统安全性与可靠性的电压安全裕度与失负荷率的安全约束指标,同时利用改进的膜计算算法求解该数学模型。实际算例分析了微电网经济性与不同置信水平下安全、可靠约束指标的关系,验证了所提模型的正确性和求解方法的有效性。

机械臂关节空间轨迹的时间最优智能规划研究

针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。