一种基于蜂群算法辨识水动力系数的方法技术

本发明专利技术属于最优控制理论与仿生智能算法的交叉领域，涉及一种基于蜂群算法的辨识水下潜器水动力系数的方法。本发明专利技术包括：建立潜器运动模型；确定算法适应度函数；初始化蜂群算法参数以及雇佣蜂种群；对第n代采蜜蜂，搜索新的位置；选取适应度更高的向量保留给下一代的种群；选择一个采蜜蜂；记录种群最终更新过后达到的最优适应度值；重新初始化该采蜜蜂位置。本发明专利技术无需对潜器模型进行线性化，而且考虑了各个水平面之间耦合作用，以及结合蜂群算法全局搜索和局部搜索的特点，避免了传统船模试验繁冗单调的调试过程，提供了一种消除传统船模试验所获取水动力系数带来误差的有效途径，提高了航行训练潜器操纵的准确性。

【技术实现步骤摘要】

【技术保护点】
一种基于蜂群算法辨识水动力系数的方法，其特征在于，包括如下步骤：（1）建立潜器运动模型：轴向方程：u=U0(1-e-0.52u/|ψ·|L),横向方程：m[v·-wp+ur]=12ρL4[Yr·′r·]+12ρL3[Yv·′v·+Yr′ur]+12ρL2[Yv′uv]+12ρL2[Yδr′u2δr],垂向方程：m[w·-uq+vp]=12ρL4[Zq·′q·+Zq|q|′q|q|]+12ρL3[Zw·′w·+Zq′uq]+12ρL2[Z0′u2+Zw′uw+Zw|w|′w|(w2+v2)12],+12ρL2[Zδs′u2δs+Zδb′u2δb]横倾方程：纵倾方程：Iyq·+(Ix-Iz)rp=12ρL5[Mq·′q·]+12ρL4[Mw·′w·+Mq′uq+M|w|q′|(w2+v2)12|q]+12ρL3[M0′u2+Mw′uw+Mw|w|′w|(w2+v2)12|],+12ρL3[Mδs′u2δs+Mδb′u2δb]-mghsinθ偏航方程：Izr·+(Iy-Ix)pq=12ρL5[Nr·′r·]+12ρL4[Nv·′v·+Nr′ur+N|v|r′|(w2+v2)12|r],+12ρL3[Nv′uv]+12ρL3[Nδr′u2δr]辅助方程：其中：u、v、w表示艇体纵向速度、横向速度和垂向速度，p、q、r是横摇角速度、纵摇角速度和艏摇角速度，θ、ψ为潜艇的横倾角、纵倾角和航向角，m、L、h分别是艇体的质量、长度和重心高度，g为重力加速度，ξ、η、ζ为艇体原点的地理坐标位置，Ix、Iy、Iz为潜艇绕X、Y、Z轴的转动惯量，δr、δb、δs为潜艇的方向舵角、艏舵舵角、艉舵舵角，U0为基准航行态的速度，分别为潜艇的无因次水动力系数；（2）确定算法适应度函数：记则：J=Σj=18(1-RjRj*)2=Σj=18(ΔRj/Rj*)2,适应度函数为：f=1J+1,其中，R代表操纵指标，分别为水平面Z形操舵机动的超越首向角和周期TZ，垂直面梯形操艏舵机动的执行时间tes、超越纵倾角θovs，垂直面梯形操艉舵机动的执行时间tew、超越纵倾角θovw，水平面操舵回转运动的定长回转直径Ds和回转周期TH，上标*表示基准数据；（3）初始化蜂群算法参数以及雇佣蜂种群：蜜蜂总数为Ns，其中，采蜜蜂种群规模为Ne，跟随蜂种群规模为Nu，个体向量维度为 D，S=RD为个体搜索空间，为采蜜蜂种群空间；若Xi∈S(i≤Ne)是Ne个个体，则代表一个采蜜蜂种群，X(0)表示初始采蜜蜂种群，X(n)表示第n代采蜜蜂种群，用f:S→R+表示适应度函数，为步骤（2）中函数f，最大搜索次数为Limit，本次迭代次数为T，最大迭代次数为Tmax，初始化各蜜蜂搜索次数Bas=0；（4）对第n代采蜜蜂Xi(n)，在当前位置向量邻域进行搜索新的位置：其中j∈{1,2,…,D}，k∈{1,2,…,Ne}，且k≠i，k,j均随机生成，为[?1,1]之间随机数，同时应保证V∈S；（5）采用贪婪选择算子在采蜜蜂搜索到的新位置向量Vi和原向量Xi中选取适应度更高的向量保留给下一代的种群，记作：Ts:S2→S，其概率分布为：P{Ts(Xi,Vi)=Vi}=1,f(Vi)≥f(Xi)0...

【技术特征摘要】

【专利技术属性】
技术研发人员：周卫东，李素明，高明松，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：