改进粒子群算法及其在模糊控制器设计中的应用.pdf

兰州理工大学
硕士学位论文
改进粒子群算法及其在模糊控制器设计中的应用
姓名:刘家兵
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:包广清
20090610
要摘糊控制器的设计中,在线自动调整模糊控制器的量化因子緀、捅壤蜃觡虾的实现系统快速一无超调的动态性能。系统控制。上世纪年代以来,在理论和工程实践方面均获得了广泛应用。淖畲优点是在模糊集理论的基础上,用语言描述那些难以用数学解析式描述的系统特性及控制方法,从而使得模糊控制能够将人的智能直接应用于控制过程。然而,模糊控制器实质上是一种基于专家经验的非线性控制器,如何准确确定各模糊集的隶属度函数和模糊针对传统模糊控制器存在的不足之处,本文提出基于粒子群优化算法腇设计。首先,针对基本惴ㄒ紫萑刖植孔钣诺娜毕荩ü治龉咝匀ㄖ睾脱耙子对算法性能的影响,本文提出了一种改进算法:基于惯性权重和分段时变学习因子的惴。标准的馐院笛楸砻鳎慕蟮腜算法提高了粒子的全局搜索能力,加快粒子的收敛速度。其次,将这种改进惴ㄓτ糜谀无刷直流电机是一种多变量和非线性的控制系统,传统的控制由于参数不能随着被控对象的变化而作相应的调整,很难满足对它的精确控制。因此,本文把改进粒子群算法优化的模糊控制器应用到无刷直流电机的控制中,就电机的启动转矩、转速调节的快速性与传统模糊控制系统进行对比研究。仿真结果表明,改进后的模糊控制器实现了电机启动转矩脉动小,转速基本无超调、上升速度快、过渡时间短,系统具有较强的自适关键字:参数优化粒子群模糊控制无刷直流电机仿真建模模糊控制际蹙哂锌刂破魃杓萍虮恪⒙嘲粜郧康忍氐悖绕涫视糜诜窍咝控制规则,至今仍缺乏有效的设计和调整方法。应能力。硕学位论艾
瓼緎渤咖,‘:册舕琤,鷗,伽..舯畍謉,鄔改进粒子群算法及其在模糊控制器设计中的膨朋甋猠.,,痠.。;—甪.,,,,—,;
插图索引图常规模糊控制系统图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图自校正模糊控制图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图基于遗传算法的模糊控制图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图环形拓扑结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图轮形拓扑结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图粒子群优化模糊控制系统结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图粒子群算法的基本流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.樟睬颉图粒子飞行示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图种群数为时骄视Χ取图权重一定不同种群数情况下骄视Χ取图时变权重的惴ㄓ牖綪算法的骄视Χ惹摺图不同学习因子情况下视Χ惹摺图学均适应度曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图学习因子固定、同步、异步时变骄视Χ取、的变化曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。:⋯钠骄视Χ惹咄肌钠骄视Χ惹摺摺钠骄罴咽视Χ惹摺钠骄罴咽视Χ惹摺图模糊控制系统设计流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图模糊刂破鳌输入褪涑鯧ナ艉摺输出隶属函数曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图输出Ⅺ隶属函数曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯?榧捌渥酉低撤庾啊图图图参数自调整模糊控制系统仿真框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硕学他论丈¨
控制和刂平自鞠煊η摺控制和刂莆蟛钕煊η摺图基于粒子群优化的无刷直流电机模糊闭环控制仿真框图⋯⋯⋯⋯⋯⋯⋯⋯⋯图隶属函数编辑界面图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图控制规则编辑界面图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯控制与刂频缁K偾摺控制与刂频缁>厍摺刂艫相电流波形⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯刂艫相反电动势波形⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图无刷直流电机的等效电路图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.嗉缑嫱肌改进粒子群算法及其在模糊控制器设计中的麻用
附表索引表固定权重参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表时变权重参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。表学习因子固定参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表学习因子固定和同步时变的参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表学习因子固定、同步、异步时变的参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表算法参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。表函数优化结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表Ⅺ控制规则表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表三阶对象的控制性能比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯