简单半全局幅值自适应极值搜索算法仿真研究

针对如何使系统的输出量自适应地收敛并稳定于它的全局最优值并减弱系统输出颤振的问题,提出基于幅值自适应调节的简单半全局极值搜索算法,构造了平均化系统,对改进的的半全局极值搜索算法的收敛性、准确性和快速性进行了分析;仿真结果表明:基于幅值自适应调节的简单半全局极值搜索算法可搜索至全局极值,并能够有效减弱系统输出颤振,改善算法稳定性和准确性。

基于方波信号的半全局极值搜索算法

针对半全局极值搜索算法,采用正弦信号作为激励信号时,幅值自适应律初始值选取严格、输出存在颤振的问题,提出了采用方波信号作为激励信号。利用平均化方法证明了激励信号选取较小的初始值即可使目标函数收敛到全局极值,同时减弱了输出颤振;采用正弦和方波信号作为激励信号进行仿真对比,说明方波信号可以提高算法的半全局收敛性,有效减弱输出颤振。

幅值自适应调节的多变量极值搜索算法

针对传统多变量极值搜索算法达到稳定状态时存在输出颤振的问题,设计了一种利用梯度信息构造的激励信号幅值自适应调节律,该调节律使激励信号幅值随系统趋向于稳定状态时逐渐趋向于零.采用平均化方法构造了平均化系统,证明了幅值自适应调节的多变量极值搜索算法的稳定性,给出了控制器参数的选取条件.对比传统多变量极值搜索算法进行仿真,仿真结果证明:幅值自适应调节的多变量极值搜索算法可有效减弱稳定状态输出颤振,提高稳定性和准确性.