針對(duì)傳統(tǒng)火炮隨動(dòng)系統(tǒng)調(diào)節(jié)器參數(shù)整定難以達(dá)到最優(yōu)的問(wèn)題,提出一種基于K-均值與慣性權(quán)重指數(shù)遞減的多種群PSO（KEDM-PSO）優(yōu)化算法。為保證種群的全局搜索能力得到最優(yōu)的參數(shù),采用將初始種群劃分為多個(gè)子群協(xié)同尋優(yōu)的策略。綜合考慮系統(tǒng)復(fù)雜程度、種群規(guī)模、解集的多樣性及收斂性,采用K-均值算法將初始種群劃分為3個(gè)子群,使3個(gè)子群協(xié)同尋優(yōu)。為保持種群多樣性,各子群不斷地聚類重組,動(dòng)態(tài)調(diào)整子群規(guī)模以更好地進(jìn)化。子群尋優(yōu)采用慣性權(quán)重指數(shù)遞減策略,使得算法具有初期搜索范圍大、速度快,后期慣性權(quán)重小,利于收斂、穩(wěn)定的特點(diǎn)。試驗(yàn)表明該算法是有效可行的。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引言
1 火炮隨動(dòng)系統(tǒng)數(shù)學(xué)模型建立
2 隨動(dòng)系統(tǒng)三閉環(huán)調(diào)節(jié)器參數(shù)優(yōu)化
3 標(biāo)準(zhǔn)粒子群算法
4 慣性權(quán)重指數(shù)遞減PSO(ED-PSO）算法
5 基于K-均值與慣性權(quán)重指數(shù)遞減的多種群PSO(KEDM-PSO）算法
    5.1 算法步驟
    5.2 仿真結(jié)果及分析
6 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)粒子群算法在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用[J]. 魏勇,趙開(kāi)新,王東署.  火力與指揮控制. 2018(02)
[2]基于LQI權(quán)重和改進(jìn)粒子群算法的室內(nèi)定位方法[J]. 尚俊娜,盛林,程濤,施滸立,岳克強(qiáng).  傳感技術(shù)學(xué)報(bào). 2017(02)
[3]一種自適應(yīng)多種群的PSO算法[J]. 夏學(xué)文,王博建,金暢,何國(guó)良,謝承旺,魏波.  系統(tǒng)仿真學(xué)報(bào). 2016(12)
[4]面向可交互式智慧魚(yú)群的權(quán)重動(dòng)態(tài)約束的粒子群方法[J]. 蔡興泉,布尼泓灝,李夢(mèng)璇,李鳳霞.  系統(tǒng)仿真學(xué)報(bào). 2016(10)
[5]基于提高閉環(huán)跟隨特性的位置隨動(dòng)系統(tǒng)設(shè)計(jì)與仿真[J]. 張坤,周浩.  兵器裝備工程學(xué)報(bào). 2016(06)
[6]一種改進(jìn)的全局粒子群優(yōu)化算法[J]. 王皓,歐陽(yáng)海濱,高立群.  控制與決策. 2016(07)
[7]基于改進(jìn)粒子群算法的自動(dòng)機(jī)性能評(píng)估[J]. 孫致遠(yuǎn),鄭堅(jiān),熊超,殷軍輝.  火力與指揮控制. 2016(04)
[8]基于定量反饋理論的火炮隨動(dòng)系統(tǒng)魯棒控制研究[J]. 荀盼盼,韓崇偉,趙宇和,王保華.  兵工學(xué)報(bào). 2015(10)
[9]基于粒子群優(yōu)化的DV-Distance改進(jìn)算法[J]. 刁綾,石為人,冉啟可,羅少甫,印愛(ài)民.  儀器儀表學(xué)報(bào). 2014(S2)
[10]基于程序變異的Simulink模型測(cè)試方法[J]. 周藝斌,殷永峰,李驍?shù)?王明威.  北京航空航天大學(xué)學(xué)報(bào). 2015(03)

碩士論文
[1]基于混沌優(yōu)化方法的電液伺服系統(tǒng)PID參數(shù)整定策略研究[D]. 尹會(huì)進(jìn).燕山大學(xué) 2016



本文編號(hào)：3706174