模糊优化算法及其在视觉机器人路径规划中的应用

提出了视机器人路径规划的模糊满意优化方法，该算法基于预测控制滚动优化机制，将系统优化目标和受限约束通过模糊隶属度来表示，形成多目标模糊优化问题，解决了在全局环境未知情况下的优化路径问题。仿真结果验证了该方法的有效性。     

基于模糊优化的物流配送路径(MLRP)问题研究

研究采用嵌入模糊决策规则的遗传算法（即模糊优化方法）求解物流配送多目标定位-运输路线安排问题（MLRP）,重点考虑了时间和运输成本两个目标的MLRP的求解方法.该算法分成3个阶段,首先利用遗传算法对初始种群搜索选择优化配送路径;然后应用配送网络调度算法综合评价来确定配送路径中的关键路径和非关键路径;最后根据模糊决策规则计算其各个调度相应的指标,并对已挑选出来的染色体中的某些位基因进行调整,以提高算法的收敛性.计算机仿真结果证明了将此混合算法用于求解中、小规模物流配送问题的有效性.     

模糊时间窗VRP的动态规划和禁忌搜索混合算法

为优化具有模糊时间窗的车辆路径问题,以物流配送成本和顾客平均满意度为目标,建立了多目标数学规划模型。基于Pareto占优的理论给出了求解多目标优化问题的并行多目标禁忌搜索算法,算法中嵌入同时优化顾客满意度的动态规划方法,运用阶段划分,把原问题分解为关于紧路径的优化子问题。对模糊时间窗为线性分段函数形式和非线性凹函数形式的隶属度函数,分别提出了次梯度有限迭代算法和次梯度中值迭代算法来优化顾客的最优开始服务时间。通过Solomon的标准算例,与次梯度投影算法的比较验证了动态规划方法优化服务水平的有效性,与主流的NSGA-II算法的对比实验表明了该研究提出的多目标禁忌搜索算法的优越性。     

基于模糊QoS和偏好权重的Web服务组合方法研究

为了充分体现服务质量(QoS)的不确定性和用户偏好的模糊性,本文将模糊集理论引入基于QoS的Web服务组合中,将不适合精确表示的QoS属性和用户偏好等信息用三角模糊数表示.然后基于权重和法计算模糊总目标,通过设计新的模糊数比较方法,改写Pareto支配关系,将基于模糊数比较的单目标优化问题转化为多目标优化问题,并设计模糊多目标遗传算法(FMOGA)求得Pareto最优解集.该方法不仅能够得到更加贴近实际情况的优化解,同时也解决了多属性决策方法无法对大量候选服务进行全局优化的问题.最后通过实验验证了该算法的有效性和优越性.     

模糊机会约束规划下的物流配送路径优化

针对模糊需求信息条件下物流配送路径优化问题进行了分析,运用模糊数学的可能性理论建立了该问题的模糊机会约束规划模型,并构造了一种新的禁忌搜索算法进行求解。算例说明,该模型及算法对于模糊需求下物流配送路径优化问题具有一定的实用价值。     

基于模糊逻辑行为融合路径规划方法

采用基于模糊逻辑的路径规划方法,提出了一种在未知环境中基于模糊逻辑行为融合路径规划方法,设计了移动机器人路径规划方案,并介绍了该控制器的结构组成和设计过程.将模糊逻辑控制和行为控制相结合,构建了一个由避障行为、目标导向行为、模糊行为监督器组成的基于模糊逻辑行为控制的路径规划器.仿真研究和实验结果表明了避障方法的有效性和可行性.     

带硬时间窗模糊车辆路径问题的多目标优化

针对带硬时间窗车辆路径问题的多重模糊性,基于模糊可信性理论建立多目标模糊期望值模型,提出求解该问题的自适应混合多目标粒子群优化算法.该算法根据相位空间的思想给出一种实数编码方式,设计双存档机制,分别存储演化过程中产生的非支配解和有益不可行解,并引入自适应局部搜索、变异和粒子全局向导选择策略.仿真实验结果表明,与多目标进化算法相比,该算法可以获得更优的Pareto解集.     

基于资源优化的QoS路径选择模糊算法

文中讨论了在ＩＰ网络中支持ＱｏＳ路径时优化网络资源的模糊方法,对ＱｏＳ路径选择中出现的多目标路径费用函数进行了合理的描述。该方法综合考虑了径路中的带宽、时延和路径条数,从初选出来的若干条路径中选择更安全,又节约网络资源的路径。仿真结果表明,模糊算法既兼容普通方法,又比普通方法更合理。同时,模糊方法计算简单迅速,用ＶＬＳＩ（ｖｅｒｙ ｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）硬件很容易实现。     

工业机器人路径规划的双目标优化策略

工业机器人路径规划之后,采用B样条曲线对得到的无碰撞离散路径进行拟合得到一条连续、光滑运动路径.路径规划与曲线拟合问题的性能指标分别为路径与障碍物的距离和曲线的光滑度,两者之间可能存在矛盾.设计了一个模糊控制器,对该问题的数学模型进行改进,以期望性能指标作为输入,路径移动距离作为输出,通过调整路径的移动距离和方向,对这两个问题的优化过程进行控制,从而得到可行解.仿真结果验证了该方法的正确性.算法具有一定的通用性,同样适用于解决其他存在矛盾的综合优化问题.     

基于粒子群模糊的除冰机器人越障规划

由于除冰机器人多在天气恶劣,覆冰较厚的输电线路上工作,现有的基于视觉伺服越障策略存在图像质量差,冰、线区分难等不足。根据模糊逻辑和粒子群优化原理,提出了一种除冰机器人在线越障和路径规划方法。该方法通过模糊规划器实现除冰机器人机械臂的无障跟踪和平稳越障。在此基础上,以机械臂末端经过路径长度和与目标点距离的综合最小为目标,利用粒子群算法对模糊规划器输出角度进行在线优化。仿真结果表明:与传统的模糊越障规划相比,该方法不仅满足除冰机器人实时规划和自主越障的要求,缩短了机械臂经过轨迹的长度,提高了除冰机器人的工作效率和续航能力,为实际工程应用中除冰机器人的能源短缺问题,提供了一种节约使用方案,具有一定的工程应用价值。     

智能隔震结构序列最优控制Simulink仿真分析

介绍了现有经典控制算法特点及Simulink S-函数实现主动控制仿真的方法。针对地震引发结构受迫振动最优控制问题,借鉴离散系统最优控制Bellman最优法则,提出了基于全状态反馈的主动序列最优控制律。与现有经典控制算法相比,序列最优控制算法增益矩阵具有时变的特点。通过对五层基础隔震结构地震反应控制仿真分析表明,经典最优控制算法和序列最优控制算法都能有效地减少地震反应,但序列最优控制算法具有较强的抗噪声能力且具有良好的鲁棒性能。     

智能照明系统KNX与DALI协议网关的设计及实现

先进控制算法在实际应用过程中,往往伴随着算法难以实现、调试繁琐等问题。为将先进控制算法高效地部署到DCS上,提出了一种方便快捷的实现方法。首先,在MATLAB自身集成的先进控制算法与实际工业对象之间建立OPC通讯,反复调试后得到与被控对象特性相匹配的控制算法;其次,通过MATLAB RTW将该MATLAB/Simulink先进控制算法生成C++代码;最后,使用软PLC高级语言编程技术,将算法的C++代码无缝集成到DCS当中。实践中设计了一种基于双容水箱液位控制的模糊控制算法。实验结果表明,以该方式设计的控制算法具有良好的控制特性和较高的实际应用价值。该方式缩短了以往控制算法的部署周期,为先进控制算法在DCS中的实际应用提供了强有力地解决方案。     

工作辊可水平移动的六辊轧机板形控制算法

板形控制算法是开发板形控制系统的关键技术之一.结合工作辊可水平移动的六辊轧机板形调节机构的特点对板形闭环控制系统的功能、构成及工作原理进行了系统阐述.重点介绍了板形控制算法,详细描述了各板形调节机构的调节效率和板形控制模型的构建过程.通过MATLAB模拟实际运算过程对板形控制算法的可行性、准确性及系统的收敛性进行了验证.结果证明,各评估点板形误差的总体趋势在逐渐减小,减小到一定值后保持稳定状态,整体板形显著改善.     

基于FX-LMS算法的微振动主动隔振控制系统开发

控制系统是基于压电智能结构的各类微振动主动隔振系统的核心部分,而控制性能好、运算快速、实现方便的控制算法则是控制系统开发的关键.基于FIR数字滤波器,并应用FX-LMS自适应算法,对基于压电智能结构的各类微振动主动隔振系统的控制算法进行推导,并对其实现过程进行分析,以便于控制系统开发.在此基础上,利用该FX-LMS算法开发了某一维微振动主动隔振平台的自动控制系统,用于对该算法的控制效果进行实验测试和验证.实验结果表明,所推导的FX-LMS算法具有良好的控制效果,应用领域广阔.     

网络控制系统中的时戳预测函数控制

传统预测函数控制算法不能有效处理网络控制系统中的随机延迟,为此提出了时戳预测函数控制算法.该算法使用时间戳来估计由网络引入的控制延迟,在预测系统未来输出时明确考虑了该延迟,然后借鉴传统预测函数控制算法的基本策略,得到了适用于网络控制系统的控制规律.进一步由TrueT im e工具箱搭建了网络控制系统仿真平台,对比了时戳预测函数控制算法和传统预测函数控制算法.仿真结果表明随着网络引入延迟的增大,时戳预测函数控制算法给出控制品质明显优越于传统预测函数控制算法.     

新型同步发电机励磁控制器的设计

针对传统的基于迭代学习控制算法的同步发电机励磁控制器存在初始控制信号由经验确定的问题,提出了一种基于即时学习型迭代学习控制算法的同步发电机励磁控制器的设计方案。该方案在迭代学习控制算法中引入即时学习算法,利用即时学习算法计算初始控制信号,有效减少了初始控制信号与理想控制信号之间的误差。仿真结果表明,该励磁控制器收敛速度快,具有更强的维持机端电压的能力。     

基于改进粒子群优化算法的预测控制

在实际工业过程中预测控制算法应用广泛,但是对于多变量预测控制算法其参数较多,且各个参数之间相互耦合,故整定其参数比较复杂,鉴于此提出一种基于改进粒子群算法的预测控制参数优化算法。该算法的基本思想是将生物寄生行为机制引入到粒子群优化算法中,形成双种群粒子群优化算法,使用该改进粒子群算法对多变量预测控制算法的参数进行离线优化,从而确定预测控制算法参数的最优取值。最后,将本文算法用于冷热水系统液位和温度的控制,并通过仿真将该算法与标准粒子群优化算法相比较,仿真结果表明使用该算法对多变量预测控制的参数进行优化整定时,系统的阶跃响应具有抗干扰性能好、超调量小、调节时间短等优点。     

基于DCS的电力节能优化控制系统的设计与实现

为了解决电力系统的节能优化问题,本文在传统的PSO节能控制方法的基础上,提出了一种多重自适应的粒子群优化算法,应用分散控制系统设计与实现了一种新的电力节能优化控制系统。数值仿真的结果说明了使用所提出的粒子群算法的基于DCS的电力节能优化控制系统在电力调度最佳节点的搜索精确度要高于相同条件下的一般的电力控制系统。使用所提算法的电力节能优化控制系统,能有效地对电力能耗进行优化,且具有较高的实用性。     

自动驾驶4WS车辆路径跟踪最优控制算法仿真

针对自动驾驶车辆高速主动转向工况下传统的控制算法的控制效果容易出现较多的超调量和较长调节时间的问题,提出了基于车辆动力学模型的轨迹预测跟踪主动转向控制算法,并基于轮胎侧偏刚度非线性的特性设计了权系数线性最优二次型(LQR)后轮转角控制算法,通过联合仿真对控制算法效果进行了验证。仿真结果表明:自动驾驶四轮转向车辆在低、高速工况下进行自主换道行驶时,算法控制效果满足汽车操纵稳定性要求,且权系数LQR后轮转向算法比定侧偏刚度的LQR线性控制算法有更优越的操控性能。     

具有时滞和干扰的多变量系统预测函数控制方法的研究

提出了一种新的多变量系统预测函数控制算法,该方法可以适用于具有时滞和外部干扰的多变量系统。利用该控制算法可得到一个解析的控制量计算方程,其中各个控制器参数均可离线计算,因此在线时算法简单,计算量小,可以广泛用于解决各种快、慢速对象的控制问题。仿真结果表明该多变量预测函数控制律具有克服干扰和时滞、跟踪性能好、控制精度高等特点。