多变量系统中多参数多目标满意优化研究

本文提出了多变量系统的多参数多目标满意优化方法，将系统性能指标要求的满意设计与控制器参数优化融为一体统一考虑，通过设计性能指标满意度函数和系统综合满意度函数，构造出多变量系统满意优化模型，并用改进遗传算法实现其满意优化．仿真结果显示该方法可获得比传统优化方法更满意的综合性能指标，表明了该方法的有效性和实用性．     

具有主从结构的粒子群优化算法

提出了一种具有主从结构的粒子群优化算法,该算法实现了惯性权重、加速因子、最大速度等系统参数与目标函数的同步优化。将主程序的一个粒子作为子程序的一组系统参数,在该组控制参数下使用基本的粒子群算法对子程序的目标函数进行优化,并把子程序优化所得的全局最优值返回主程序作为主程序的一个适应值,同时使用基本的粒子群算法对主程序的适应度函数进行优化。实验结果表明,该算法的优化性能较基本的粒子群算法有了显著提高。该方法对于粒子群算法的参数选择具有指导意义。     

遗传/粒子群混合算法在飞剪机结构优化中的应用

飞剪机结构参数设计需满足若干技术性能要求才能保证剪切质量。飞剪机结构参数优化设计问题要满足多个非线性约束要求,同时需优化多个目标函数,提出遗传算法/粒子群混合算法用于曲柄连杆式飞剪机结构参数优化设计,结合各自算法的优势,在算法运行初期利用遗传算法的全局搜索能力进行优化搜索,在算法运行后期利用粒子群较强的局部搜索能力进行搜索,综合考虑多个目标函数和约束条件,通过实例计算表明,该混合方法可以稳定、有效的获取到满意的优化设计结果。     

多目标粒子群优化算法在电梯群控系统中的应用

利用多目标粒子群优化算法对电梯群控系统进行优化,建立电梯群控系统响应呼梯信号的综合评价目标函数,并对电梯群控系统的性能指标进行评估,从而确定最佳派梯方案.     

一种PID参数整定的粒子群优化算法

提出了一种PID控制器参数整定的粒子群优化算法。该方法首先通过定义一个包含系统超调量、上升时间和稳态误差指标项的适应度函数,并根据系统的实际控制要求对各指标项适当加权。之后由带收缩因子的粒子群算法对PID进行多目标寻优,从而实现PID控制器的自动参数整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法得到的PID控制器。     

多变量系统控制器的参数满意优化设计

为了将满意优化拓展到多变量系统中以解决多变量控制系统线性二次型(LQ)控制器设计中加权系数阵确定难的问题,提出多变量系统满意优化设计方法,通过设计满意度函数,构造出多变量系统的满意优化数学模型,并用改进遗传算法实现二级倒立摆系统LQ控制器满意优化设计.仿真结果显示,系统具有更满意的综合性能指标.证实了该方法的有效性和实用性.本文的研究对多变量系统优化设计具有一定的参考价值.     

基于新颖粒子群算法高效VIENNA整流器的研究

传统L滤波存在滤波效果较差等缺点,设计LCL滤波器进一步降低高频开关频率的谐波损耗。当整流器的控制参数数量和优化目标函数增多时,传统粒子群优化算法(PSO)调节滤波器和控制器参数会出现迭代收敛不稳定等缺点,提出一种多目标多群体多位置多速度粒子群算法(MMMMPSO),可以有效优化三相VIEN-NA整流器设计参数,提高系统的动态和稳态特性。最后仿真和实验验证了该整流器的高效性及MMMMPSO的正确性。     

基于粒子群算法的超宽带接收机设计

超宽带(UWB)接收机具有高度非线性,其传统设计方法依赖于经验,十分复杂。提出了一种基于粒子群优化算法的UWB接收机系统级设计方法 PSO-UWB。该方法基于粒子群改进算法Ad-pISPO,根据系统输出信噪比(SNRout)和重要部件参数之间的关系函数,以SNRout最大化为目标进行参数的优化计算。ADS仿真结果证明,PSO-UWB方法的优化结果符合设计要求,具有可行性。     

基于满意优化的氧化铝生料浆调配方法

提出了基于多目标满意优化的生料浆调配智能优化方法.该方法以满意度函数反映决策者对性能指标的评价,以综合满意度函数反映决策者对多目标协调的要求,构建氧化铝生料浆调配的满意优化模型,并通过自适应调整交叉概率和变异概率的改进遗传算法求解满意优化问题.所得优化结果更能反映决策者对实际工艺指标的评价,大幅度提高计算效率,减少生料浆质量指标的波动.基于工业运行数据的计算结果表明了该方法的有效性和实用性.     

基于GLBest-PSO算法的CSTR系统鲁棒PID控制

连续搅拌反应釜(CSTR)系统是一类具有多变量、强非线性和多工作点的复杂工业过程,对外界扰动及内部参数变化较为敏感。针对常规PID控制器参数整定困难,难以取得满意效果,本文提出了一种基于改进粒子群优化算法的CSTR系统鲁棒PID控制方法。通过对优化目标的分析,将鲁棒PID控制器的参数整定问题转化成一个求解最大-最小问题,在对粒子群优化算法进行改进的基础上,引入合作进化思想对该最大-最小问题进行求解,获得了基于优化性能指标最优的鲁棒PID控制器参数。针对实例的仿真结果表明,利用此方法整定得到的鲁棒PID控制器具有良好的鲁棒性,性能指标优于其它方法得到的鲁棒PID控制器,当过程对象操作范围发生大的变化时,利用本文方法设计得到的鲁棒PID控制器能获得满意的结果。     

满意度原理研究与应用的现状与展望

从令人满意准则到满意优化、满意决策和满意控制，满意度原理经历了几个发展阶段，并在许多领域产生了一定的影响。然而这方面的介绍在国内却未见报道，因此对满意度原理的产生、发展和研究现状进行综述，并展望了满意度原理的发展趋势。     

基于满意优化的非线性预测控制

对多约束的非线性系统建立T—S模糊模型,采用局部线性化方法在每个采样点对非线性系统进行线性化,从而得到系统的线性化模型。针对传统的优化方法无法直接处理带有一定模糊不确定性的优化问题,该文在广义预测控制滚动优化的机制下把具有模糊边界约束的有限预测时域的优化问题,转化为等价的确定性规划问题,通过模糊规划方法来求解多约束的目标函数,从而用满意优化取代传统的二次型性能指标来求解模糊约束条件的预测控制。仿真结果表明了该方法的有效性。     

优先级多目标稳定化约束模型预测控制

针对目标函数的不同优先级问题, 提出一种约束多变量线性定常系统的稳定化多目标模型预测控制策略. 首先, 基于多目标优化理论给出多目标预测控制问题的字典序最优解结果, 并在此基础上考虑目标函数的优先级, 重 新将多目标预测控制问题定义为字典序多目标预测控制问题; 然后, 采用终端约束、终端罚函数和局部状态反馈律 等三要素, 证明多目标预测控制闭环系统是渐近稳定的; 最后, 通过一个仿真实例验证了所提出方法的有效性.

     

社会考试评卷人分组的多目标优化模型

针对社会考试的考卷评阅人的优化分组问题，建立了一个多目标的非线性O-1整数规划的优化模型，其目标是极小化阅卷差错率的同时极大化阅卷速度．提出了一种基于目标模糊满意度的多目标加权和的方法，并开发了一个针对此类问题求解的遗传算法．通过对大量源于实际算例的计算，证明以上方法可以在实用中取得满意结果．     

基于多目标满意优化的计算机通信网流量和容量分配

将满意优化理论应用到计算机通信网中,提出了基于多目标满意优化的计算机通信网优化设计方法,通过设计满意度函数,构造出计算机通信网的满意优化数学模型,并用改进遗传算法实现计算机通信网的容量和流量分配的满意优化设计。仿真结果显示,所设计的网络具有更满意的综合性能指标,证实了该方法的有效性和实用性。     

NSGA-Ⅱ在蛇形机器人中的优化与控制

研究蛇形机器人蜿蜒运动步态的优化与控制问题。结合摩擦力模型,并分析蛇形机器人运动步态模型,根据基于闭环反馈的控制系统结构运用PID控制器对其步态进行跟踪控制,在此基础上采用基于非支配排序遗传算法(NSGA-Ⅱ)对步态进行优化,该优化方法实现对闭环反馈跟踪控制系统的参数优化。仿真结果表明,NSGA-Ⅱ算法能达到变量优化目的,在功率和速度之间寻找最优值,对于解决蛇形机器人运动步态多目标优化问题是可行有效的。     

进化多目标优化设计满意解的模糊决策

文章提出了一种进化多目标优化满意解的模糊决策方法。首先,根据各个子目标满意度对所有pareto最优解的性能做出模糊评价,并在此基础上将整个pareto解集划分为若干个具有不同性能特征的类;然后根据决策者对目标的模糊偏好,从相应的类中选择最有代表性的个体作为最终的满意解。最后以两杆桁架多目标优化问题为例,说明了该方法的应用。