| 水下机器人参数辨识的量子粒子群算法 |
| |
| 引用本文： | 朱大奇,袁义丽,邓志刚. 水下机器人参数辨识的量子粒子群算法[J]. 控制工程, 2015, 22(3) |
| |
| 作者姓名： | 朱大奇 袁义丽 邓志刚 |
| |
| 作者单位： | 上海海事大学水下机器人与智能系统实验室,上海,201306 |
| |
| 基金项目： | 上海市科委创新行动计划项目，上海市教委科研创新研究重点项目，上海海事大学校基金 |
| |
| 摘 要： | 水下机器人动力学模型参数辨识是水下机器人运动状态控制、路径跟踪、状态监测、故障诊断及容错系统开发的基础,是水下机器人研究的核心内容之一.针对Falcon开架缆控水下机器人的动力学模型,将量子粒子群优化算法引入到水下机器人动力学模型参数辨识之中,提出基于量子粒子群优化算法(Quantum-behaved PSO,QPSO)的水下机器人动力学模型参数辨识,并将其辨识结果与粒子群优化算法(Particle Swarm Optimization,PSO)及遗传算法(GA)的辨识结果进行比较.仿真结果表明应用QPSO算法的参数辨识结果明显优于其它对比方法,说明了算法的有效性与合理性.
|
| 关 键 词： | 水下机器人 粒子群(PSO) 量子粒子群(QPSO) 参数辨识 |
Parameter Identification of Underwater Vehicles Based on the Quantum-behaved Particle Swarm Optimization Algorithm |
| |
| ZHU Da-qi,Yuan Yi-li,Deng Zhi-gang. Parameter Identification of Underwater Vehicles Based on the Quantum-behaved Particle Swarm Optimization Algorithm[J]. Control Engineering of China, 2015, 22(3) |
| |
| Authors: | ZHU Da-qi Yuan Yi-li Deng Zhi-gang |
| |
| Abstract: | |
| |
| Keywords: | Underwater vehicle particle swarm optimization (PSO) quantum-behaved particle swam optimization (QPSO) parameter identification |
| 本文献已被 万方数据 等数据库收录！ |
