搜索结果: 1-7 共查到“控制科学与技术 PSO”相关记录7条 . 查询时间(0.093 秒)
针对传统控制方法存在的问题，提出一种基于罚函数粒子群优化算法的μ 定结构控制器优化设计方法。 以直流电机模型为控制对象，针对经典定结构控制结构-PID 结构，应用罚函数粒子群算法设计满足μ 指标的控制器， 并通过实例将其与H∞-PID 控制器进行比较。结果表明，μ-PID 控制器的标称及鲁棒性能均优于H∞-PID 控制器。
针对传统控制方法存在的问题，提出一种基于罚函数粒子群优化算法的μ定结构控制器优化设计方法。以直流电机模型为控制对象，针对经典定结构控制结构-PID结构，应用罚函数粒子群算法设计满足μ指标的控制器，并通过实例将其与H∞-PID控制器进行比较。结果表明，μ-PID控制器的标称及鲁棒性能均优于H∞-PID控制器。
不确定环境下基于PSO算法的多无人机任务分配方法
UCAV 任务规划 粒子群优化算法 区间数排序
2016/9/21
实战环境下，无人机所获得的信息通常具有不确定性，针对不确定环境下的多无人机任务分配问题，提 出了一种决策方法。分析无人机任务规划中各指标的不确定性，采用主观赋值和客观赋值相结合的方法，确定指标 的综合权重，将离散粒子群优化算法和区间数排序方法相结合，给出区间形式不确定信息的无人机任务分配方法。 仿真实验结果表明了该方法的可行性和有效性。该决策方法不仅能解决确定信息情况下的无人机任务分配问题，而 且...
针对电加热炉难以建立精确模型的问题，提出采用BP神经网络与粒子群优化（PSO）相结合的算法对电加热炉的温度变化进行辨识，并建立系统模型。在建立系统模型的基础上，对温度变化趋势进行了预测。试验结果显示，与BP神经网络算法相比，粒子群优化BP神经网络算法所得到的预测值有效时间范围延长了60％；在相同有效的预测时间内，预测值精度提高了43％。
基于P-PSO 算法的室内有障碍通风环境下的多机器人气味源搜索
多机器人 气味源搜索 贝叶斯推理
2009/12/28
受湍流影响, 室内通风环境下的烟羽分布表现出波动变化且不连续的特性; 在一些角落处, 较大的漩涡会产生长时间的局部浓度极值区; 另外室内的障碍物也会改变烟羽的分布状况. 因此室内有障碍通风环境下的机器人气味源搜索问题变得很复杂. 本文提出了基于概率适应度函数的粒子群优化(Probability-fitness-function based particle swarm optimization, ...
基于PSO和LSSVM温度控制器的设计
非线性建模 最小二乘支持向量机 粒子群优化
2009/10/12
利用离子群优化（PSO）算法的全局搜索功能和最小二乘支持向量机（LSSVM）泛化能力强、运算速度快的特点，设计了一种温度控制器。通过LSSVM 对输入输出数据的训练学习，建立其预测模型；然后运用粒子群算法完成控制过程的滚动优化。该方法克服了PID控制中存在的控制精度不高、抗干扰能力差以及实时性不好的缺点。通过对连续槽式搅拌反应器（CSTR）温度控制的实际应用，证明了该方法的有效性。