基于小生境粒子群算法的SPWM逆变器准PR控制优化研究

研究了一种采用小生境粒子群算法优化设计SPWM逆变器准比例谐振(PR)控制器参数的方法。逆变器采用输出电压瞬时值反馈和电感电流反馈双闭环控制。PR控制可以克服常规PI控制难以消除交流输入系统稳态误差的缺陷,但在控制器参数设计上没有成熟技术。为此,给出采用LCL滤波器双环控制SPWM逆变器的数学模型和结构框图;用小生境粒子群算法构造灾变算子、迁徙算子和隔离算子,增强种群的多样性和算法的优化性能。介绍了采用小生境粒子群算法优化准PR控制器的步骤。对开环控制、PI控制和准PR控制的控制效果进行比较,验证了小生境粒子群算法的性能。     

基于免疫进化的支撑矢量回归的参数优化

在对支撑矢量回归的参数性能进行分析的基础上，引入了免疫进化算法对支撑矢量回归的模型参数和核参数进行优化。免疫进化算法是一种集免疫机制和进化机制于一体的一种新的全局并行算法，它可以通过对进化环境的自适应和自学习，有针对性地抑制由原进化算子操作的盲目性而引起的退化现象。仿真实验结果表明，免疫进化算法优化支撑矢量回归的参数不仅是可行的，也是十分有效的。     

基于ICPSO算法的异步电动机参数辨识与控制

对人工免疫算法、协同进化算法和粒子群算法三者相结合的免疫协同粒子群优化算法(ICPSO)进行改进,提出了一种适用于异步电动机参数辨识的ICPSO算法,并在传统的矢量控制系统基础上,运用该算法在线辨识出异步电动机参数,实时调整解耦控制器、磁链观测器和PI调节器参数,实现参数自适应,设计了基于ICPSO算法的异步电动机矢量控制系统。仿真结果表明,与传统的矢量控制系统相比,所设计的系统受电机参数变化影响较小,在磁链观测准确性、电机转速跟踪性和电磁转矩稳定性等方面有所改善。     

基于粒子群算法的永磁同步电机模糊控制研究

为提高永磁永磁同步电机伺服系统控制性能,提出了基于粒子群优化(PSO)算法的永磁同步电机模糊控制的设计方法,即应用PSO算法全局优化模糊控制器的ka、kb、ku参数和控制规则,提高模糊控制器的控制性能和效果。仿真实验结果表明,优化后的模糊控制器的动、静态性能均优于常规PID控制,具有较高的鲁棒性和控制精度。     

基于自适应遗传算法模糊PID控制器参数优化

该文针对自适应模糊控制器的多参数优化问题,提出一种自适应遗传算法同时优化模糊规则和隶属函数的方法.先对隶属度函数和控制规则进行联合编码,遗传进化前期采用锦标赛精英保留,后期采用基于轮盘赌的非线性选择方法,保留了种群中较优个体,提高种群的多样性.采用一种自适应交叉变异算子,使交叉变异概率根据进化过程不断自动调整,避免算法...     

基于免疫反馈机理的温度自动控制研究

基于生物免疫系统的反馈机理，提出了一种用免疫控制器与传统PI控制器相结合的复合控制方法，印将传统PJ控制器与免疫控制器相“串联”，在传统PI控制器参数已经优化的情况下，用免疫控制器对其输出进行“再处理”．并针对实际系统提出了一种限制超调量的误差参数函数，介绍了控制系统参数整定的方法．仿真和实验表明，这种复合控制的方法能有效地改善金属有机化合物化学气相淀积系统温度的控制性能．     

自适应并行混沌免疫进化规划

基于克隆选择原理,提出一种新的并行混沌免疫进化规划算法.在算法中,根据抗体抗原亲和度将抗体种群分为两个子群,相应的提出混沌克隆算子和超变异算子,混沌克隆算子在局部空间具有较强搜索能力,超变异算子在广阔空间具有大范围搜索能力,通过两个算子的并行操作使局部寻优和多样性保持相结合,从而提高算法的搜索效率.仿真表明,与传统进化规划(EP)和基于混沌变异的进化算法(EACM)相比较,并行免疫进化规划搜索效率高,能有效抑制早熟收敛现象,可用于解决复杂的机器学习问题.     

基于加速进化编程的非线性模糊控制系统的优化设计

根据从对象中采集到的输入输出数据，采用加速进化编程算法优化模糊控制规则库中的各参数。该方法可以方便地调整模糊控制规则和隶属函数的参数。并提出了基于该算法的模糊控制系统的设计。用优化好的控制器去控制一个典型的非线性系统－球棒系统，仿真实验表明，控制效果和鲁棒性均达到了令人满意的效果。     

对接模拟并联六自由度平台的模糊免疫PID控制

以电液伺服并联六自由度平台为研究对象,讨论了对称阀控非对称缸数学模型各部分的作用.针对外负载扰动的不确定性,提出了将免疫算法引入增量式PID(比例、积分、微分）控制器,并推导了控制律.为增强系统的稳定性和鲁棒性,采用模糊策略逼近抗体抑制调节非线性函数,并设计了模糊免疫PID控制器,将该控制器应用到空间对接半物理仿真六自由度平台中,建立了分级实时控制系统,针对系统结构参数大变化和提高跟踪响应频率设计了两组实验.结果表明,所设计的模糊免疫控制器作用良好,平台在6个自由度的实时跟踪和协同控制性能均获得满意的结果.     

发电用重型燃气轮机的模糊自适应控制

为了克服传统PI控制器的不足，满足燃气轮机对高品质控制性能的要求，对常规PI控制算法进行分析，找出了常规PI控制器不能获得最佳控制效果的原因．同时通过对模糊自适应控制的原理和燃气轮机运行过程的分析，并结合专家经验得出燃气轮机模糊PI控制规律，设计出了透平转速和燃气轮机排气温度的模糊自适应PI控制器．仿真试验结果证实模糊自适应控制器可以提高燃气轮机的性能，而且实现方便——只要在原系统上增加一个微处理器，完成模糊计算即可．     

一种基于协同进化方法的聚类集成算法

针对单一聚类算法存在的不能泛化的问题,将集成学习技术应用于聚类算法中,集成学习技术可以显著提高学习系统的泛化能力。提出了1种基于粒子群和遗传算法的协同进化聚类集成算法,粒子群算法保证算法快速收敛,遗传算法全局搜索扩大搜索范围,提高了聚类的性能和收敛速度。将本研究提出的算法在多个UCI数据集上进行试验验证,结果表明该算法是有效的。     

基于改进扰动法的光伏电池MPPT仿真研究

根据光伏电池的特性,搭建了其仿真模型,能够模拟不同日照和温度条件下电池的输出特性.针对占空比扰动法的不足,提出了一种基于模糊- PI控制的占空比扰动法进行最大功率点跟踪,并在Matlab环境下进行了仿真验证.仿真结果表明,与占空比扰动法相比,该方法在外界环境变化时能够快速跟踪光伏电池的最大功率点,有效提高最大功率点的跟踪精度,具有良好的动态和稳态性能.     

多机器人路径规划中的一种混合算法

针对动态环境中多移动机器人路径规划问题,将协同进化算法和改进人工势场法相结合,提出了一种全局路径规划和局部路径规划有效结合的新方法。仿真结果验证了该算法在多移动机器人路径规划中的可行性和有效性。     

时滞液位过程模糊-PI控制系统设计

介绍了时滞液位过程模糊-PI控制系统设计。以工控机为核心,选用智能采集模块i-7017和i-7024、电动调节阀和压力传感器完成系统硬件设计,采用阶跃响应曲线法建立了系统数学模型,并基于MCGS工业组态软件开发了系统监控软件。针对被控过程的特点,采用改进型模糊-PI复合控制算法实现系统的控制功能,克服了PD型模糊控制器稳态性能较差的缺点,并通过增加设计积分系数的模糊整定规则库,对积分系数进行在线调节,有效地削弱了控制器的切换抖动,增强了系统的稳定性。试验结果表明,该方法可以使系统同时具有良好的动、静态特性以及抑制扰动的鲁棒性。     

协同进化引力磷虾觅食算法

在对当前基本磷虾觅食算法的特性进行分析和研究后,针对基本磷虾觅食算法运行速度慢、全局收敛性不强等缺点,为提高磷虾觅食算法收敛性能,引入协同进化机制和引力算法思想,提出一种协同进化引力磷虾觅食算法（co-evolutionary gravitational krill herd algorithm,CGKH）。首先,为深入挖掘种群内部个体性能,将种群分为两个子种群进行协同竞争操作,提高种群整体竞争性能,同时将协同竞争后的种群划分为开采磷虾、跟随磷虾和侦察磷虾,并依据开采、跟随和侦察3个阶段进行协同进化,以提高种群局部开采能力;其次,借鉴引力算法基本思想,将磷虾个体觅食行为中的吸引度转化为邻域个体引力,确保个体向最优个体方向寻优;最后,为避免进化停滞和陷入局部极值,采用聚群和追尾行为对磷虾个体进行随机扰动,以提高种群后期个体多样性。对算法的收敛性能和漂移特性进行了分析,同时对算法进化能力进行了分析。利用同类型算法和不同类型算法进行了仿真对比分析,充分验证了所提出算法的优良性能。     

协同进化杂草入侵算法设计与应用

将协同进化算法与杂草入侵算法相结合,设计了协同进化杂草入侵算法（CCIWO）。选择5个函数作为基准函数进行进化计算实验,并与协同进化算法（CCGA）和竞争协同进化算法（LCGA）进行比较,结果显示CCIWO优于其它两种算法。最后在传输受限的电力市场中应用该算法搜索纳什平衡点（NE）。实验结果表明,该方法效率更高、更准确。     

Method for distributed deployment of the virtual network function manager for MEC

Aiming at achieving efficient virtual network function deployment under the Mobile edge computing (MEC) architecture,a virtual network function manager (VNFM) deployment method based on the immune optimization algorithm is proposed.First,a mixed integer programming model is used to build the mathematical model of VNFM deployment.Then,a deployment solution based on the immune optimization algorithm is given.Aiming at obtaining the optimal deployment solution towards the minimum communication cost,the algorithm comprehensively considers the antibody affinity and antigen affinity of chromosomes with respect to individual fitness in the population and the diversity characteristics of the immune system,respectively.Simulation results show that compared with the current deployment method,the individual evaluation mechanism of the proposed algorithm can more effectively evaluate the fitness and similarity of individuals in VNFM deployment problems.The proposed method can effectively prevent the algorithm from falling into the local optimum during the deployment process.The optimal solution improves the performance of the algorithm;it can speed up the algorithm’s convergence efficiency and simultaneously reduce the CPU time for algorithm execution.     

协同进化免疫记忆克隆算法

为提高免疫克隆算法的收敛性能,基于协调勘探和开采的思想,提出一种新型协同进化免疫记忆克隆算法.将整个进化种群分为免疫克隆种群和免疫记忆种群,将免疫克隆种群又分为2个子种群,在每个免疫克隆子种群内部采用协同竞争模式,动态更新种群规模,并采用适应度共享、动态变异机制和浓度调节机制的克隆扩增以增加种群多样性;在免疫记忆种群中采用混沌精细搜索以及精英交叉机制,提高免疫记忆种群的开采能力.利用基准测试函数进行仿真并与相关方法对比分析,所提出的算法收敛效果优越,能有效地提高全局收敛性能.     

求解多峰函数优化问题的免疫量子进化算法

提出了一种求解多峰函数优化问题的免疫量子进化算法, 该算法依据小生境机制将量子表达的初始 种群划分为子群组, 再对每个子群组利用免疫特性的局域搜索能力包括抗体的克隆选择、记忆细胞产生、免疫细胞 交叉变异、抗体的促进与抑制等进化机制, 找出局域最优解。最终算法可保持所有优化解。算法综合了量子计算的 天然并行性和免疫算法的充分自适应性, 它比传统的进化算法具有更好的种群多样性, 更快的收敛速度, 更有效的 全局和局域寻优能力;证明了算法的收敛性, 最后通过仿真实验表明了该算法的优越性。     

基于IC-PSO和ISM的反馈控制算法设计

为了提高光纤偏振模色散(PMD)补偿系统的动态自适应补偿能力,提出了用改进粒子群优化(PSO)算法作为搜索算法,用改进单纯形法(ISM)作为跟踪算法的反馈控制算法设计方案,从而实现对PMD补偿单元的动态调整。在PSO算法中,引入免疫克隆(IC)原理提高了搜索算法的全局优化能力;对SM的反射操作和扩张操作进行改进,从而提高算法的收敛速度;用映射操作代替原有的顶点代换操作,从而使单纯形在迭代过程中不发生退化现象。实验结果证明了该算法用于PMD补偿系统的有效性和可行性。