首页> 正文

参数自适应多目标和声搜索算法及其应用

2020-12-02阅读(226)

参数自适应多目标和声搜索算法及其应用

论文摘要

随着社会生产力与计算机发展水平的提高,越来越多复杂的多目标优化问题出现,利用传统的优化算法处理这些多目标优化问题时往往达不到令人满意的效果。一种新的智能算法—和声搜索算法,因为其思想逻辑简单,控制参数少,全局搜索能力强等优点而被广泛应用于工程领域的优化问题中。大量研究结果表明:和声搜索算法相比传统的数学优化方法以及一些传统的智能优化算法具有更好的应用效果。传统的和声搜索算法存在一些缺陷:参数设置欠缺灵活性而导致算法容易陷入局部最优,收敛速度慢,因此和声搜索算法的性能还有待改善。本文重点从和声搜索算法性能的改善以及分布式驱动电动汽车（Distributed Drive Electric Vehicles,DDEV）侧向稳定性控制中的优化问题展开研究。研究内容可以概括如下:本文提出了一种参数自适应多目标和声搜索（Parameter Adaptive Multi-objective Harmony Search,PSAMOHS）算法。PSAMOHS算法结合混沌思想,将混沌映射用于控制参数音调微调概率的自适应调整;同时根据和声记忆库中解多样性的信息和迭代次数的变化分别动态调整控制参数和声记忆库候选概率和带宽。为了保护和声搜索算法解决多目标问题时获得Pareto前沿的多样性,截断程序和快速非支配排序被应用到和声记忆库的更新环节。仿真实验结果表明PSAMOHS算法比另外三种多目标优化进化算法和两种多目标和声搜索算法具有更好的性能。实验进一步分析了PSAMOHS算法性能对于参数和声记忆库大小的敏感度。最后将PSAMOHS算法与另外两种多目标和声搜索算法用于卫星热管设计的多目标优化问题中,仿真验证了PSAMOHS算法更好的寻优能力。考虑不同道路附着系数给DDEV稳定性控制带来不同程度的难度,将PSAMOHS算法应用于DDEV的侧向稳定控制系统中。针对每种工况建立对应的DDEV控制器,利用BP神经网络完成对控制器参数的增益优化。本文重点考虑控制器的控制精度,结合PSAMOHS算法的全局搜索能力,利用PSAMOHS算法对BP神经网络的权值进行离线训练。PSAMOHS算法以质心侧偏角和横摆角速度在汽车运行期间的总误差为两个优化目标,离线训练出BP神经网络的参数,使控制器在线工作时可以避免BP神经网络陷入局部最优。最后仿真输出质心侧偏角和横摆角速度良好的跟踪曲线。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景及意义
  •   1.2 和声搜索算法研究现状
  •     1.2.1 和声搜索算法研究
  •     1.2.2 和声搜索算法应用
  •   1.3 多目标优化问题研究现状
  •   1.4 本文主要内容及章节安排
  • 第2章 和声搜索算法及其多目标优化算法
  •   2.1 和声搜索算法
  •     2.1.1 和声搜索算法原理
  •     2.1.2 和声搜索算法流程
  •   2.2 多目标优化算法
  •     2.2.1 多目标优化问题的基本概述
  •     2.2.2 几种典型的多目标优化进化算法
  •   2.3 本章小结
  • 第3章 参数自适应多目标和声搜索算法
  •   3.1 PSAMOHS算法参数调整方法
  •     3.1.1 引入混沌映射调整参数PAR
  •     3.1.2 基于解的多样性动态调整参数HMCR
  •     3.1.3 改进的参数bw调节方法
  •   3.2 针对多目标优化问题的和声记忆库更新
  •   3.3 PSAMOHS算法流程
  •   3.4 仿真实验与结果分析
  •     3.4.1 多目标评价指标简介
  •     3.4.2 标准多目标测试函数
  •     3.4.3 与多目标优化进化算法结果对比
  •     3.4.4 与多目标和声搜索算法结果对比
  •     3.4.5 和声记忆库大小对PSAMOHS算法性能的影响
  •     3.4.6 卫星热管多目标设计模型测试
  •   3.5 本章小结
  • 第4章 基于PSAMOHS-BP神经网络的DDEV多目标侧向稳定性控制
  •   4.1 DDEV动力学建模及侧向稳定性分析
  •     4.1.1 DDEV侧向稳定性的车辆模型
  •     4.1.2 DDEV侧向稳定性的参考模型
  •     4.1.3 DDEV力矩分配
  •     4.1.4 DDEV侧向稳定性约束条件
  •   4.2 基于BP神经网络优化的控制器
  •     4.2.1 位置式PID控制器
  •     4.2.2 用于控制器优化的BP神经网络
  •   4.3 PSAMOHS离线训练BP神经网络的参数
  •     4.3.1 PSAMOHS离线训练BP神经网络参数的流程
  •     4.3.2 BP神经网络参数在PSAMOHS算法中的变量表示
  • 1'>    4.3.3 目标函数f1
  • 2'>    4.3.4 目标函数f2
  •   4.4 仿真结果及分析
  •     4.4.1 PSAMOHS离线训练结果
  •     4.4.2 DDEV控制效果仿真
  •   4.5 本章小结
  • 总结与展望
  • 参考文献
  • 致谢
  • 附录 A 攻读学位期间所发表的学术论文目录
  • 附录 B 攻读学位期间参加的科研项目目录

    • 文章来源

    类型: 硕士论文

    作者: 万长京

    导师: 袁小芳

    关键词: 和声搜索算法,多目标优化,分布式驱动电动汽车,侧向稳定性控制

    来源: 湖南大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,计算机软件及计算机应用

    单位: 湖南大学

    分类号: O224;TP301.6

    DOI: 10.27135/d.cnki.ghudu.2019.002443

    总页数: 74

    文件大小: 4656K

    下载量: 24

    相关论文文献

    • [1].基于改进涡流搜索算法的支持向量机分类模型[J]. 吉林大学学报(信息科学版) 2020(03)
    • [2].一种改进的和声搜索算法求解非线性方程组[J]. 重庆理工大学学报(自然科学) 2020(10)
    • [3].基于涡流搜索算法的支持向量机分类模型[J]. 化工自动化及仪表 2016(12)
    • [4].一种改进的引力搜索算法及其波束赋形[J]. 西安电子科技大学学报 2020(02)
    • [5].基于改进乌鸦搜索算法的云计算任务调度研究[J]. 微电子学与计算机 2020(02)
    • [6].基于改进引力搜索算法的桁架结构优化设计[J]. 计算机技术与发展 2020(05)
    • [7].浅谈计算机围棋中的搜索算法[J]. 科技风 2018(12)
    • [8].马尔可夫网络的因子搜索算法[J]. 青岛大学学报(自然科学版) 2016(04)
    • [9].一种人工智能搜索算法的改进研究[J]. 通信技术 2017(02)
    • [10].基于动态自适应t分布变异的人群搜索算法[J]. 数学的实践与认识 2017(12)
    • [11].一种求解车辆路径问题的分散搜索算法[J]. 信息与电脑(理论版) 2015(23)
    • [12].基于和声库择优的和声搜索算法的配电网重构[J]. 通信电源技术 2016(01)
    • [13].基于贝叶斯方法的失踪目标优化搜索算法[J]. 计算机与现代化 2016(10)
    • [14].非线性多目标优化的和声分散搜索算法[J]. 小型微型计算机系统 2015(07)
    • [15].基于社会群体搜索算法的机器人路径规划[J]. 计算机研究与发展 2013(12)
    • [16].基于和声搜索算法的电力系统经济调度[J]. 科技资讯 2014(06)
    • [17].和声搜索算法在结构有限元模型修正中的应用[J]. 兰州理工大学学报 2013(05)
    • [18].基于改进的群搜索算法求解分类规则[J]. 无线互联科技 2012(10)
    • [19].动态和声搜索算法在土坡稳定分析中的应用[J]. 人民黄河 2011(02)
    • [20].基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版) 2018(03)
    • [21].面向最优化问题的人工智能搜索算法研究[J]. 通信技术 2016(11)
    • [22].一种融入模式搜索的改进人群搜索算法[J]. 西华大学学报(自然科学版) 2017(01)
    • [23].复杂网络搜索算法比较研究[J]. 电脑知识与技术 2017(04)
    • [24].基于和声搜索算法的软件可靠性模型参数估计方法[J]. 山东理工大学学报(自然科学版) 2017(02)
    • [25].融合局部搜索的和声搜索算法[J]. 计算机工程与设计 2017(06)
    • [26].求解过道布置问题的一种改进分散搜索算法[J]. 计算机集成制造系统 2017(08)
    • [27].基于人群搜索算法优化参数的支持向量机短期电力负荷预测[J]. 电测与仪表 2016(08)
    • [28].改进的多目标快速群搜索算法的应用[J]. 价值工程 2016(32)
    • [29].多子群混合和声搜索算法[J]. 东北大学学报(自然科学版) 2015(02)
    • [30].轮循式搜索算法求解农机调度问题[J]. 信息系统工程 2015(08)

    标签：;  ;  ;  ;  

    参数自适应多目标和声搜索算法及其应用
    下载Doc文档

    猜你喜欢

    © 2024 神降笔 版权所有 鄂ICP备12018319号-6