基于三次样条插值的自动入库泊车免疫粒子群改进算法

传统自动入库泊车轨迹优化算法不易寻到光滑、精确且优化的泊车轨迹。结合智能自动入库泊车原理,本文提出一种基于三次样条插值的自动入库泊车方法,从而获得理想优化的泊车参考轨迹。为了有效地提升自动入库泊车轨迹寻优算法的性能,以泊车轨迹最短作为优化目标来选定一组合适的泊车位置参考点,在三次样条插值的基础上,又提出一种免疫粒子群改进算法。首先,为提升算法全局搜索性能和收敛速度,引入自适应变异策略;然后,引入免疫机制来有效提升其全局优化能力。测试函数及自动入库泊车实际算例的仿真结果表明,所提出的自动入库泊车免疫粒子群改进算法具有更高的寻优精度和较快的收敛速度。

内燃机车自动驾驶优化算法与控制策略的研究

基于列车动力学方程为基础,以能耗、准时性、精确停车以及舒适度为优化指标建立了列车自动驾驶的多目标优化模型,其优化算法采用遗传算法,控制策略基于一种实时速度校正的计算方法。为验证算法有效性,选用了一种具体的采用内燃机的列车自动驾驶实际算例,利用遗传算法对采用列车自动驾驶的多目标优化模型进行优化以得到列车运行目标曲线,并实施自动驾驶控制。基于MATLAB平台的仿真结果表明,在相同条件下,本文设计的遗传算法和控制策略具有较佳的性能。

永磁同步电机自抗扰调速鲸鱼优化改进算法

自抗扰调速算法广泛应用于永磁同步电机调速系统,但影响自抗扰控制品质的参数众多,这导致传统优化算法不易获得足够理想的参数优化整定效果。此外,传统自抗扰控制的最优控制函数存在着在分段点处不可求导的缺陷,其会导致系统出现抖振现象。在原有最优控制函数的基础上引入了反双曲正弦函数、三角函数与二次函数,并采用拟合法构造出一种新型最优控制函数;基于折射原理的寻优机制,提出了一种鲸鱼优化算法并将其应用于自抗扰控制参数优化整定。由Matlab/Simulink仿真实验的对比分析表明,相比于传统控制策略,所提出的改进的自抗扰调速算法具有更佳的控制品质,其能够有效降低转速与转矩的抖振程度。

基于混沌鲸鱼算法的自抗扰永磁同步电机控制

针对永磁同步电机由于强耦合、非线性的特点,导致任何不确定性扰动都会直接影响控制系统性能的问题,设计了一种改进鲸鱼算法优化的二阶自抗扰控制器。通过采用混沌初始化策略改进鲸鱼算法优化自抗扰控制器参数。经过优化的自抗扰控制器的控制其性能有明显提高。仿真结果表明,该自抗扰控制器响应速度快,稳态误差小且无超调,对负载扰动具有良好的鲁棒性。

免疫粒子群算法的液压伺服系统自抗扰控制

本文针对冷轧机组液压伺服位置系统存在不一致性而引起两侧位置不同步的问题,提出一种基于免疫粒子群算法(Artificial Immune Particle Swarm Optimization,AIPSO)的自抗扰同步控制方法。基于液压伺服位置同步系统数学模型,并针对自抗扰控制器参数难以整定的问题,通过引入免疫粒子群算法以提升整定精度。最后,仿真验证结果表明所提方法有效的减小了同步控制误差,并具有良好的抗扰动能力。

基于双种群遗传粒子群算法的斜齿轮优化设计

对于多约束条件的斜齿轮传动的优化设计,提出了一种遗传粒子群算法。为尽可能的避免粒子群算法出现粒子高度聚集在最优粒子的周围的情况,采用了结合遗传算法的改进策略,并采用了双种群的进化机制。为验证所提算法有效性,实施了多种算法的仿真,仿真结果表明,相同情况下,本文所提算法能寻到更精确的解。