針對傳統(tǒng)人工蜂群算法收斂速度慢、容易陷入局部最優(yōu)等缺點,提出了一種改進的融合蜂群（HABC）算法,從選擇機制、鄰域搜索機制和解向量的多樣性3個方面改進了蜂群算法的尋優(yōu)性能。針對航空發(fā)動機控制系統(tǒng),基于HABC算法設計了一種在線自適應PID控制器,在控制過程中不斷優(yōu)化PID參數(shù),使控制器能夠根據(jù)發(fā)動機系統(tǒng)的當前工作狀態(tài)自適應地得到時變最優(yōu)參數(shù)。仿真結(jié)果表明,所設計的在線自適應PID控制器實現(xiàn)了參數(shù)時變最優(yōu),使航空發(fā)動機閉環(huán)系統(tǒng)具有滿意的動態(tài)性能和魯棒穩(wěn)定性。 

【文章來源】：控制工程. 2019,26(02)北大核心CSCD

【文章頁數(shù)】：7 頁

【參考文獻】：
期刊論文
[1]基于改進人工蜂群算法的機器人路徑規(guī)劃[J]. 王海泉,胡瀛月,廖伍代,閆同斌,王東云.  控制工程. 2016(09)
[2]航空發(fā)動機自適應全局快速非奇異Terminal滑�？刂芠J]. 苗卓廣,謝壽生,張波,任立通,王立國,吳勇.  航空動力學報. 2013(11)
[3]基于ABC算法的航空發(fā)動機管路自動優(yōu)化布局[J]. 張禹,白曉蘭,武芃睿.  東北大學學報(自然科學版). 2013(10)
[4]渦軸發(fā)動機自適應非線性預測控制[J]. 肖玲斐,黃向華.  航空動力學報. 2012(05)
[5]基于人工蜂群算法的無人機航跡規(guī)劃研究[J]. 胡中華,趙敏.  傳感器與微系統(tǒng). 2010(03)
[6]基于遺傳交叉因子的改進蜂群優(yōu)化算法[J]. 羅鈞,樊鵬程.  計算機應用研究. 2009(10)
[7]基于遺傳算法的航空發(fā)動機多目標優(yōu)化PID控制[J]. 李玥,孫健國.  航空動力學報. 2008(01)
[8]基于混合遺傳算法的航空發(fā)動機PID控制參數(shù)尋優(yōu)[J]. 曹志松,樸英.  航空動力學報. 2007(09)
[9]航空發(fā)動機PID控制參數(shù)優(yōu)化的改進遺傳算法[J]. 李秋紅,孫健國,周繼超.  南京航空航天大學學報. 2006(02)
[10]面向21世紀航空動力控制展望[J]. 孫健國.  航空動力學報. 2001(02)

碩士論文
[1]遺傳蜂群算法及其應用[D]. 袁艷花.南京理工大學 2013



本文編號：3102316