System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于改进型粒子群算法的船舶航向自适应控制方法技术_技高网

一种基于改进型粒子群算法的船舶航向自适应控制方法技术

技术编号:41136026 阅读:7 留言:0更新日期:2024-04-30 18:07
本发明专利技术公开了一种基于改进型粒子群算法的船舶航向自适应控制方法。该方法在随机获取种群的基础上,引入半均匀式粒子群初始化算法,对搜索空间进行划分,增加固定粒子,确保种群中粒子分布的均匀性;基于所获取的种群,初始化中群众各个粒子的速度、惯性权重等参数,随后迭代更新粒子位置和速度,并计算粒子的适应度值,以获取其个体最优值和全局最优值;重复上述步骤,通过迭代不断更新全局最优值,直到达到最大迭代次数,停止更新,最终得到k时刻PID控制器参数的最优取值;将控制器参数的最优取值传递回航向控制系统中,并计算k+1时刻的实际航向,重复上述过程,通过优化不断修正PID控制器参数,提高对船舶航向的控制精度。

【技术实现步骤摘要】

本专利技术涉及一种基于改进型粒子群算法的船舶航向自适应控制方法,属于船舶航向智能控制领域。


技术介绍

1、海洋不仅为人类提供巨大的资源,也是海上贸易、海洋开发的主体。而作为海洋航行和海上作业的重要组成部分,船舶也在向大型化和高速化发展,随着海上交通密度的不断增大,以及海上环境复杂性的不断增加,船舶运动的经济性及其安全性也受到人们的广泛关注和研究。如何使用最小的资源消耗,抵抗风、浪的影响,使船舶最快的达到目的地,即要求船舶尽量按照预定航向直线航行,成为人们关注的焦点。

2、传统的船舶航向控制算法有pid控制、自适应控制等。目前的船舶航向控制大多使用pid控制器,少量的船舶使用了自适应控制方法等。pid控制器的参数整定过于依赖先验知识和对象模型,导致超调量大、调节时间长、稳态误差过大等问题。而自适应控制方法存在成本高、参数调整难度大、系统不稳定等问题。现在使用的航向控制方法都存在应用局限性。由于船舶操纵运动数学模型的非线性、操作执行机构滞后以及船舶航行环境和所受干扰的不确定等问题,使得一些基于模型的控制方法难以起作用。随着计算机和现代控制理论的发展,出现了各种新的智能控制算法。这些智能算法先后应用于船舶航向控制系统中,取得了一些效果,但或因模型建立不合适、或因算法本身的原因,都存在一些问题。因此迫切需要建立更合适的仿真模型,将更多的智能控制理论应用到船舶航向控制的研究上,研制出高性能的航向控制产品。

3、近年来,随着智能控制理论不断发展成熟,越来越多的智能优化算法渐渐应用于参数辨识中,如进化算法、支持向量机等。粒子群算法作为进化算法的一种,可以有效地解决复杂非线性难题,同时保证模型具有较强的鲁棒性。此外,相比于其他进化算法,粒子群优化算法(pso)具有算法规则简单、易于实现、收敛速度快及可调参数少等优点,使其更容易获得寻优问题的最优解。同时,针对传统粒子群算法由于种群初始化过程不理想,而导致寻优结果陷入局部最优的问题提出改进方案,通过引入半均匀式初始化方法,在保证粒子种群随机性的基础上,加上一些固定粒子合理的覆盖整个搜索空间,在一定程度上有效改善了易陷入局部最优的问题,有效提高了船舶航向控制的精度。


技术实现思路

1、本专利技术针对现有pid航向控制方法的不足,提出一种基于半均匀式种群初始化粒子群算法(uipso)的船舶航向自适应控制方法,通过调整粒子种群的初始化方法,使得生成种群的合理性大大提高,一定程度上避免了算法易陷入局部最优的问题,有效提高了船舶航向控制的精度。

2、本专利技术提出的基于uipso的船舶航向自适应控制方法,包括以下各步骤:

3、(1)引入半均匀式粒子群初始化算法,在不失随机性的基础上,对搜索空间进行划分,增加固定粒子,确保粒子分布的均匀性;

4、(2)迭代更新粒子位置和速度,并计算粒子的适应度值,以获取其个体最优值和全局最优值;

5、(3)重复步骤(2),通过迭代不断更新全局最优值,直到达到最大迭代次数,停止更新,最终得到k时刻pid控制器参数kp(k)、ki(k)和kd(k)的最优取值;

6、(4)重复上述步骤(2)-(3),通过优化不断修正pid控制器参数,提高对船舶航向的控制精度。

7、本专利技术提出的基于uipso的船舶航向自适应控制方法,首先设定优化参数的搜索范围,引入半均匀式粒子群初始化算法,合理生成粒子的位置;随后初始化粒子速度、惯性权重等参数,在此基础上计算粒子个体最优值与全局最优值;迭代更新粒子位置和速度,并计算粒子的适应度值,以更新其个体最优值和全局最优值;不断更新全局最优值直到达到最大迭代次数,停止更新,最终得到k时刻pid控制器参数kp(k)、ki(k)和kd(k)的最优取值;再计算k+1时刻的实际航向,重复参数优化的过程,通过不断修正pid控制器的参数,提高对于船舶航向的控制精度。

本文档来自技高网...

【技术保护点】

1.一基于改进型粒子群算法的船舶航向自适应控制方法,在PID航向控制器中输入给定航向,由PID航向控制器输出控制结果至舵机,并通过罗经反馈控制结果,其特征在于该方法包括以下步骤:

2.根据权利要求1所述的船舶航向自适应控制方法,其特征在于,所述步骤(1)具体步骤如下:

3.根据权利要求2所述的船舶航向自适应控制方法,其特征在于,还包括步骤(1-4),根据步骤(1-3)完成种群粒子的位置初始化后,进一步初始化粒子的速度Vi、个体最优值Pi、粒子群的全局最优值Pg、初始惯性权重w和最大迭代次数Hmax。

4.根据权利要求2所述的船舶航向自适应控制方法,其特征在于,所述步骤(2)具体步骤如下:

5.根据权利要求4所述的船舶航向自适应控制方法,其特征在于,第h次迭代过程中粒子的惯性权重wh,满足:

6.根据权利要求4所述的船舶航向自适应控制方法,其特征在于,所述步骤(3)具体步骤如下:

7.根据权利要求6所述的一种基于半均匀式种群初始化粒子群算法的船舶航向自适应控制方法,其特征在于,所述步骤(4)具体步骤如下:>...

【技术特征摘要】

1.一基于改进型粒子群算法的船舶航向自适应控制方法,在pid航向控制器中输入给定航向,由pid航向控制器输出控制结果至舵机,并通过罗经反馈控制结果,其特征在于该方法包括以下步骤:

2.根据权利要求1所述的船舶航向自适应控制方法,其特征在于,所述步骤(1)具体步骤如下:

3.根据权利要求2所述的船舶航向自适应控制方法,其特征在于,还包括步骤(1-4),根据步骤(1-3)完成种群粒子的位置初始化后,进一步初始化粒子的速度vi、个体最优值pi、粒子群的全局最优值pg、初始...

【专利技术属性】
技术研发人员:张雪林徐晓滨孙松章振杰张泽辉马枫孙杰陈晨
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1