基于多种群遗传算法的水面无人艇航迹控制方法

针对水面无人艇(USV)的航迹控制问题,提出了一种由视线导向法和多种群遗传算法整定的PID航向控制器组成的航迹跟踪控制方法.该方法采用多种群遗传算法克服了传统遗传算法容易陷入局部最优的问题,增强了算法的全局寻优能力;并根据模型特点改进了适应度函数,使得对控制器性能的评价更加合理.与标准遗传算法和粒子群算法的对比仿真表明,多种群遗传算法在PID参数整定方面寻优能力更强、稳定性更高;同时,整定出的PID控制器针对不同的模型参数,均表现出收敛速度快、无超调、无稳态误差的优良特性.航迹仿真结果表明,设计的航迹控制方法能够有效跟踪给定航迹.     

基于模糊PID的无人水面艇直线路径跟踪

针对固定参数PID方法在无人水面艇直线路径跟踪控制中出现的大迴转问题,提出一种基于模糊PID的直线路径跟踪方法。在系统中增加模糊推理模块,利用航向与跟踪直线之间的偏差角以及无人艇位置与跟踪直线之间的距离误差,根据模糊推理的方法动态地调整PID参数。通过PID控制器实时调整左右两侧推进电机的输入电压,实现对给定直线路径的自主跟踪。仿真结果表明,在初始航向偏差角较大时,该方法克服了采用固定参数PID控制方法时出现的大迴转现象;在初始航向偏差角较小时,该方法在超调量以及调节时间方面的直线跟踪性能优于固定参数PID控制方法。     

无人水面艇航迹跟踪控制仿真

针对模型参数不确定、存在外界风浪流干扰的欠驱动无人水面艇的航迹跟踪问题,为提高无人水面艇自主航行能力,减小航迹跟踪过程中的轨迹偏差与跟踪迟滞,提出了一种分层控制结构的方法;由外至内采取航迹、航向、舵角三层控制,外环航迹控制层使用过渡目标点策略,根据无人水面艇的偏航距确定实时目标点,中环航向控制层使用最小转角策略,根据无人水面艇艏向角与目标方向角之差确定偏转打角,内环舵角控制层使用模糊自适应整定PID控制器,对模型参数的动态变化进行补偿;基于MATLAB GUI进行无人水面艇航迹跟踪控制仿真试验,结果表明,模糊自适应整定PID控制器提高了舵角的控制响应速度,无人水面艇在航行过程中的直线行驶、连续折线行驶均能得到较好的航迹跟踪控制。     

固定双桨驱动的无人水面艇自主直线路径跟踪系统

针对直流电机驱动固定双桨的无人水面艇,介绍了一种自主直线路径跟踪系统,该系统由岸基监控系统和艇载控制系统组成,具有自主航行和遥控航行两种工作模式,可在自主航行出现危险时切换到遥控模式,保证航行安全。岸基监控系统通过数传电台与艇载控制系统通信,向艇载控制系统发送控制命令,接收并显示其传回的状态信息;艇载控制系统以工控机为主控单元,进行数据采集与解算,与岸基监控系统通信,并为直线路径跟踪控制算法提供程序接口;GPS双天线高精度测向定位系统为直线路径跟踪控制算法提供位置和航向信息,直线路径跟踪控制算法根据距离偏差和航向偏差计算出左右两侧电机电压,进而控制无人水面艇航行。实验分别采用了PID、模糊控制和模糊PID三种控制方法,系统实际水上实验表明,在风力2~3级,晴到多云天气条件下,无人水面艇对目标路径的最大跟踪误差小于0.6 m。     

微小型无人直升机建模与航迹跟踪控制

无人直升机航迹跟踪控制系统对控制器性能要求较高,而现阶段很多控制器对复杂航迹跟踪效果一般,误差较大,很难为真实无人直升机航迹飞行提供理论依据.针对上述问题,首先,对无人直升机外部进行PID控制器设计,并针对PID控制器提出一种改进粒子群算法对控制器进行参数整定.然后,采用改进人工势场法的航迹与无人直升机模型相结合的方式...     

基于IMFAC的无人艇抗干扰航向自适应控制

针对无人艇在航向控制中易受风浪流等环境干扰,导致控制效果下降的问题,提出一种结合细菌觅食算法的改进无模型自适应控制算法;文章首先分析了偏格式动态线性化方法在无人艇航向控制中的应用问题,并设计了虚拟输出项以满足无模型自适应控制假设条件,建立了基于偏格式动态线性化方法的无模型自适应航向控制器;针对无模型自适应控制算法参数初始值选取范围问题,设计了改进细菌觅食算法对参数初始值进行预整定,保证了算法的快速收敛;最后通过半物理仿真试验验证了所设计算法的有效性;试验表明,在模拟的3级海况干扰下,无人艇在30°阶跃航向控制和±30°方形航向控制中,相较于传统算法出现的较大稳态误差,使用无模型自适应控制算法能在经过10 s左右调整后,将误差稳定趋近于零,实现无人艇的航向自适应控制。     

基于自适应滑模的欠驱动无人艇轨迹跟踪控制算法

针对欠驱动水面无人艇在航行过程中存在的海洋环境干扰、数学模型参数不确定、执行器故障等问题,提出了一种基于扰动观测器与神经网络技术的自适应滑模轨迹跟踪策略。在无人艇三自由度模型的基础上,结合视线制导率,提出了一种新的轨迹跟踪制导策略。采用自适应滑模控制技术设计了欠驱动无人艇轨迹跟踪控制器,有效地抑制了执行器衰减故障对无人艇控制系统的影响;同时运用了非线性扰动观测器和自适应径向基函数神经网络分别对无人艇受到的外界干扰和模型参数不确定性进行补偿和拟合,提高了控制系统的抗干扰能力。基于Lyapunov定理证明了所设计的控制系统的稳定性,并在MATLAB中进行了仿真测试。仿真结果表明,所提出的轨迹跟踪控制算法可以在较为复杂的环境下实现对欠驱动无人艇的精准控制;相较于对比算法,位置的平均跟踪误差减小了80%以上,具备较高的稳定性和鲁棒性。     

气垫船航向的智能控制及仿真研究

研究气垫船航向优化控制问题,航向受到多种影响,具有非线性、时变等特点,常规PID难以建立精确的控制模型,控制精度低,影响航向控制.为了提高气垫船航向控制精度,提出一种粒子群优化算法、最小二乘支持向量机和常规PID相融合的气垫船航向控制算法(PSO-LSSVM-liD).采用粒子群算法对气垫船PID参数进行在线整定,同时采用最小二乘支持向量机对航向变化进行预测,然后PID根据预测结果对气垫船航向进行超前控制.仿真结果表明,PSO-LSSVM-PID提高了气垫船航向控制精度,克服了常规PID控制算法存的缺陷,环境适应能力更强,可以保证气垫船安全航行.     

基于模糊控制的无人水面艇直线路径跟踪方法

针对直流电机驱动固定双桨的无人水面艇,提出一种基于模糊控制的直线路径跟踪方法;利用无人水面艇到目标路径的垂直距离以及无人水面艇的实际航向与给定路径方向的差值来确定无人水面艇的当前状态,根据模糊推理的方法实时调整左右两侧推进电机的输入电压,进而改变无人水面艇的运动状态,实现无人水面艇自主直线路径跟踪;模糊控制器采用双输入双输出的控制结构,无需建立精确的控制器模型,在无人水面艇初始位置相对于跟踪直线的不同位置关系情况下进行了仿真实验,并与PID控制器的性能进行了比较,仿真结果表明:在初始航向偏差角较大时,如2π/3、π时,该方法克服了采用固定参数PID控制方法时出现的大迴转现象;在初始航向偏差角较小时,如π/4、3π/7、π/2时,该方法在超调量以及调节时间方面的直线跟踪性能优于固定参数PID控制方法。     

基于改进PSO和BP混合优化算法的炉温控制系统研究

针对工业生产中电阻炉温度控制系统所存在的大惯性、大滞后等问题,提出一种应用于电阻炉炉温的基于改进粒子群(PSO,particle swarm optimization)算法的模糊RBF-PID控制策略.在该控制系统中,采用引入惯性权重因子和遗传变异算子的改进粒子群算法对模糊RBF(径向基函数)隶属度函数的初始值进行优化,再用BP(误差反向传播)算法进行细调,并结合模糊推理和RBF学习能力在线调整PID控制参数,从而达到最优的PID控制效果.仿真结果表明,该算法跟踪快、超调小、不易陷入局部极小值,同时鲁棒性和抗干扰性优于传统PID控制.     

基于改进粒子群优化的胶粘剂生产过程温度控制

针对大惯性、纯迟延、非线性、时变的胶粘剂生产过程,提出一种改进粒子群优化的PID控制算法。该算法针对常规PID设计方法存在的缺点,提出了一种可兼顾多项性能指标的PID控制器参数整定的改进粒子群优化方法。该方法将遗传算法中的变异思想引入到标准的粒子群优化算法中,避免了算法陷入局部极值点,以寻优PID控制器参数。将该方法应用于胶粘剂生产过程,较好地实现了反应釜温度的跟踪控制。仿真结果和实际情况表明所提出算法的有效性和优越性。     

基于免疫粒子群优化算法的增量式PID控制

基于粒子群优化算法的收敛速度快简单易实现的特点和免疫算法的免疫记忆、免疫自我调节和多峰值收敛的特点,本文设计出免疫粒子群算法,并将其应用于PID控制器中。仿真结果表明,免疫粒子群优化算法适用于增量式PID控制,并且基于免疫粒子群优化算法的增量式PID控制的跟踪效果和抗干扰能力比粒子群优化算法的PID控制和基于免疫算法的增量式PID控制跟踪效果和抗干扰能力都要好。     

非线性PID控制器参数优化方法

分析了非线性PID控制器各部分参数对于误差的理想变化过程,构造出一种非线性PID控制器;整定参数较多时,传统的参数优化方法容易产生振荡和较大的超调量,在分析量子粒子群算法（QPSO）的基础上,引入了随机选择最优个体的思想,提出使用改进的量子粒子群算法（GQPSO）优化非线性PID控制器参数。将改进量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较。最后,通过典型传递函数实例,分别使用Z-N、PSO、QPSO方法和改进的量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析。     

改进PSO算法在主汽温系统PID参数优化中的应用

提出了一种基于改进的粒子群优化（PSO）算法的PID控制器参数整定方法。通过对粒子赋予不同的初始惯性权重,较好地协调了粒子的全局与局部搜索能力。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明：改进的粒子群算法在保证PID控制稳定性基础上提高了PID控制的精度,且编码简单,易于实现,具有较好的应用前景。     

改进PSO在欠驱动机器人运动规划中的应用研究

研究欠驱动六足仿生机器人简化模型（Rock & Roll Robot-RRRobot）运动规划问题。根据RRRobot动力学模型,以能量损耗最小为目标,提出一种基于遗传算子的改进粒子群算法,对RRRobot运动规划进行优化。仿真实验结果表明,所提出的算法对解决运动规划的优化问题是有效的,与基本粒子群算法相比,改进的粒子群算法对RRRobot模型终端位形的误差有明显的改善作用。     

一种改进粒子群算法在水轮机控制中的应用

关于水轮发电机控制系统优化问题,水轮发电机组的控制技术对于水轮发电机组稳定工作非常重要。针对保证供电质量,改善调节系统的非线性时滞特性,利用具有局部搜索能力的粒子群算法对水轮发电机组进行模糊PID控制可以确保控制的稳定性。首先,根据水轮发电机组的控制原理和模糊PID控制器的基本结构,提出具有局部搜索能力的改进粒子群算法,利用模糊PID控制器以及采用了改进粒子群算法的模糊PID控制器,用MATLAB软件对水轮发电机组进行优化控制仿真,仿真结果表明采用改进粒子群算法的模糊PID控制器具有最优的控制效果。     

基于灰狼优化算法的PID控制器设计

为了寻找最佳的比例、积分和微分（PID）控制器增益因子,使系统输出尽可能接近参考输入信号的变化,使得控制系统的时间加权绝对误差积分最小,提出了基于灰狼优化算法（GWO）进行PID控制器增益因子优化设计的方法。为了评估该方法的性能,针对设定点跟踪设计目标,通过使用3种基准线性数学模型进行仿真测试,并与粒子群优化算法（PSO）、引力搜索算法（GSA）得到的仿真结果进行了比较。仿真结果表明,基于灰狼优化算法的最优参数PID控制器比基于其他算法的性能更好,最优值更佳。     

基于改进粒子群优化算法的PID控制器参数整定

针对标准粒子群优化算法优化PID控制器参数存在的早熟以及陷入局部最优等问题,引入粒子二阶振荡环节、反向学习、自适应惯性权重,并结合设计的惯性权重动态调整策略、粒子越界随机反射墙,提出一种新型分阶段迭代的改进粒子群优化算法。在6个标准测试函数上进行测试,其性能相比于一些已有的改进粒子群优化算法更加优秀。将这些算法用于自动电压调节器系统的PID控制器参数整定,仿真结果表明,所提出的改进粒子群优化算法整定的PID控制器的控制效果更好。     

基于改进的粒子群算法在WSN节点定位中的研究

如何能够减小无线传感中的节点定位误差一直都是研究的热点。提出一种基于改进的粒子群优化算法以修正DV-Hop误差的传感器节点定位方法,通过分析粒子间距离、双变异因子和权重设置改进了粒子群算法,改进后的粒子群算法减少了未知节点与锚节点间距离的估计误差。仿真实验表明,相对于DV-HOP算法,本文的算法可以有效地提高传感器节点定位精度。     

单喷泵无人滑行艇航向的反步自适应滑模控制

针对单泵喷水推进型无人滑行艇航向跟踪的非线性系统控制问题,对无人滑行艇的运动稳定性分析表明,其具有水平面内的自动稳定性.考虑建模误差和外界干扰力影响下的滑行艇运动响应模型,基于backstepping方法和滑模控制理论,提出了一种自适应滑模控制律.利用Lyapunov函数,证明该控制律保证了航向跟踪系统的全局渐近稳定性.仿真对比结果验证了所提出控制器的有效性.