基于改进QPSO算法的电动汽车模糊控制器参数优化

论文摘要

目前电动汽车常以无刷直流电机（BLDCM）作为驱动器,但BLDCM调速控制系统中模糊控制器的量化因子和比例因子采用传统方法,自调节能力弱。针对该问题提出一种改进QPSO算法（AMF-QPSO）实现对量化因子和比例因子的自适应调节。AMF-QPSO算法以收缩—扩张（contraction expansion,CE）系数控制方式为研究重点,提出粒子活性概念,并以其作为反馈量实现动态自适应调节CE系数;同时,为防止种群高度聚集,采用精英群体随机交叉学习机制,对部分活性低的精英粒子进行扰动,增强种群后期多样性。最后,通过Lab VIEW实验平台,以具体案例验证AMF-QPSO算法性能。实验结果表明,AMF-QPSO优化的模糊PID控制器具有比标准模糊PID控制器和QPSO优化的模糊PID控制器更好的控制性和自适应性。

论文目录

• 0 引言
• 1 量子行为粒子群算法
• 2 基于反馈机制的自适应变异QPSO算法
•   2.1 CE系数与势阱长度L之间的关系
•   2.2 具有反馈机制的CE系数自适应控制策略
•   2.3 精英粒子的随机交叉学习
•   2.4 基于反馈机制的自适应变异QPSO算法
• 3 算法性能分析
•   3.1 参数设置
•   3.2 结果分析
• 4 基于改进QPSO算法的电动汽车调速控制器设计
•   4.1 电动汽车数学模型
•   4.2 电机数学模型
•   4.3 基于AMF-QPSO算法的控制器设计
• 5 实验与结果分析
•   5.1 搭建实验平台
•   5.2 控制器动态性能分析
•   5.3 控制器调速性能分析
• 6 结束语

文章来源

类型: 期刊论文

作者: 袁小平,金鹏,周国鹏

关键词: 电动汽车,无刷直流电机,模糊控制器,量子行为粒子群算法,收缩扩张系数

来源: 计算机应用研究 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 汽车工业,自动化技术

单位: 中国矿业大学信息与控制工程学院,湖北科技学院工程技术研究院

基金: 国家自然科学基金资助项目(7147307),国家科技支撑计划资助项目(2013BAK06B08),湖北教育部杰出青年科技创新团队计划资助项目(T201817),湖北科技创新重大项目(2018ABA076)

分类号: TP18;U469.72

DOI: 10.19734/j.issn.1001-3695.2018.06.0395

页码: 3690-3696

总页数: 7

文件大小: 1066K

下载量: 186