基于改进多种群PSO算法的火炮随动系统调节器参数优化

发布时间：2022-11-12 10:08

　　针对传统火炮随动系统调节器参数整定难以达到最优的问题,提出一种基于K-均值与惯性权重指数递减的多种群PSO（KEDM-PSO）优化算法。为保证种群的全局搜索能力得到最优的参数,采用将初始种群划分为多个子群协同寻优的策略。综合考虑系统复杂程度、种群规模、解集的多样性及收敛性,采用K-均值算法将初始种群划分为3个子群,使3个子群协同寻优。为保持种群多样性,各子群不断地聚类重组,动态调整子群规模以更好地进化。子群寻优采用惯性权重指数递减策略,使得算法具有初期搜索范围大、速度快,后期惯性权重小,利于收敛、稳定的特点。试验表明该算法是有效可行的。 

【文章页数】：7 页

【文章目录】：
0 引言
1 火炮随动系统数学模型建立
2 随动系统三闭环调节器参数优化
3 标准粒子群算法
4 惯性权重指数递减PSO(ED-PSO）算法
5 基于K-均值与惯性权重指数递减的多种群PSO(KEDM-PSO）算法
    5.1 算法步骤
    5.2 仿真结果及分析
6 结论


【参考文献】：
期刊论文
[1]改进粒子群算法在移动机器人路径规划中的应用[J]. 魏勇,赵开新,王东署.  火力与指挥控制. 2018(02)
[2]基于LQI权重和改进粒子群算法的室内定位方法[J]. 尚俊娜,盛林,程涛,施浒立,岳克强.  传感技术学报. 2017(02)
[3]一种自适应多种群的PSO算法[J]. 夏学文,王博建,金畅,何国良,谢承旺,魏波.  系统仿真学报. 2016(12)
[4]面向可交互式智慧鱼群的权重动态约束的粒子群方法[J]. 蔡兴泉,布尼泓灏,李梦璇,李凤霞.  系统仿真学报. 2016(10)
[5]基于提高闭环跟随特性的位置随动系统设计与仿真[J]. 张坤,周浩.  兵器装备工程学报. 2016(06)
[6]一种改进的全局粒子群优化算法[J]. 王皓,欧阳海滨,高立群.  控制与决策. 2016(07)
[7]基于改进粒子群算法的自动机性能评估[J]. 孙致远,郑坚,熊超,殷军辉.  火力与指挥控制. 2016(04)
[8]基于定量反馈理论的火炮随动系统鲁棒控制研究[J]. 荀盼盼,韩崇伟,赵宇和,王保华.  兵工学报. 2015(10)
[9]基于粒子群优化的DV-Distance改进算法[J]. 刁绫,石为人,冉启可,罗少甫,印爱民.  仪器仪表学报. 2014(S2)
[10]基于程序变异的Simulink模型测试方法[J]. 周艺斌,殷永峰,李骁丹,王明威.  北京航空航天大学学报. 2015(03)

硕士论文
[1]基于混沌优化方法的电液伺服系统PID参数整定策略研究[D]. 尹会进.燕山大学 2016



本文编号：3706174