一种用于主动悬架LQG控制器设计权重优化的改进遗传算法

如何实现在不同行驶条件下汽车两大性能的最佳协调(即乘坐舒适性和操作稳定性)是主动悬架设计的关键。在LQG控制器设计中,性能指标的加权系数决定了汽车在当前条件下的各性能间的最佳平衡。而实际中需要考虑的因素来自多个方面,如不同路面的不平度、车辆行驶速度、车载质量、甚至还可能包括不同驾驶员偏好等,因而使得控制器设计中对权重系数的选取较难处理。针对这一难题,提出了一种改进的遗传算法优化方案。根据驾驶人(或乘员)对不同方面的性能需求,建立包含不同权值系数的适应度函数,针对适应度函数设计了典型的优化模式,并通过对惩罚函数值的适当选取来实现对性能指标加权系数的优化。通过不同工况及要求下的仿真,分析了该算法的可行性和有效性。研究结果表明,所提出的权值适应度函数优化方法简单、可行、有效。所设计的改进遗传算法能够高效地优化性能指标的加权系数以实现汽车在当前条件下的不同性能的最佳平衡,从而为主动悬架LQG控制器的设计提供一个有效的方法。

船舶减纵摇控制的LQG方法研究

提出一种船舶减纵摇控制的新方法.海浪对船舶的扰动力和力矩是一种平稳随机过程,基于切片理论,求得海浪扰动力和力矩的一个样本.一方面通过Kalman滤波对船舶的姿态进行有色估计,然后对系统进行随机最优控制.另一方面利用递推最小二乘法对海浪扰动进行建模.将扰动模型与原来的系统模型合并为新的系统模型,并引入白噪声作为新的系统干扰.对扩展后的新系统,运用线性二次高斯(LQG)设计方法计算出扩展Kalman滤波增益阵和扩展随机最优控制增益阵.结果表明,利用经典的LQG控制方法实现船舶减纵摇控制是可行的.最后,通过对扩展随机最优控制效果和有色随机最优控制效果的对比,可以看出扩展随机最优控制在工程应用中更可取.