收藏本站
《哈尔滨工业大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

量子群智能算法及其在控制器优化设计中的应用

陈冲  
【摘要】: 智能优化算法是通过模拟或揭示某些自然现象或过程发展而来的,它不需要建立被优化问题的精确数学模型,为解决复杂问题提供了新的思路和手段。作为计算智能的一个重要分支,群智能优化算法中的蚁群算法和粒子群算法,因其高效的优化性能,已经在优化计算领域得到了广泛的应用,但是它们不可避免地都存在一些缺点。将量子机制分别引入到蚁群算法和粒子群算法中,结合了它们优化各自的优势,不仅能改善原有算法的优化性能,还能扩大算法的应用领域,为实际优化问题提供借鉴。 本文首先详细介绍了蚁群算法和粒子群算法的基本原理,总结了两种算法的优缺点,分析比较了多种改进的蚁群算法和粒子群算法,为后续的研究工作提供了理论基础。 针对蚁群算法容易出现停滞现象和收敛速度慢,以及将其更好地拓展到连续空间优化的问题,引入量子计算理论并将其与蚁群算法相融合,阐述了量子蚁群优化算法的基本思想和计算原理,并对量子蚁群算法加入了改进策略,根据搜索过程自适应地改变全局选择因子和信息素挥发系数,引入随机干扰量子交叉操作,同时根据蚂蚁的当前位置信息来确定旋转门转角,通过测试函数和神经网络权值优化仿真表明,改进后的量子蚁群算法优化性能得到改善。 控制器参数选择的合适与否对控制器质量具有重要的影响,针对模糊控制器和PID控制器参数难以整定的问题,提出了利用改进的量子蚁群算法优化上述两种控制器参数的方法,该方法的实质就是选择合适的适应度函数,利用改进的量子蚁群算法对控制器的可调参数进行优化,仿真结果表明该设计方法是可行和有效的。针对粒子群算法不能保证以概率1搜索到全局最优解这一最大缺陷,引进一种求解连续空间优化问题的量子粒子群优化算法,通过对测试函数的仿真分析表明其寻优能力和优化效率均优于粒子群算法。提出了基于量子粒子群算法的自抗扰控制器的参数优化方法。研究了自抗扰控制系统的结构,根据其结构对自抗扰控制器的主要模块进行功能描述和数学描述,利用MATLAB中的S函数构建了自抗扰控制系统的Simulink仿真模型。将量子粒子群算法应用到自抗扰控制器的参数优化中,通过仿真验证了该方法的可行性和有效性。
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP18

知网文化
【相似文献】
中国期刊全文数据库 前10条
1 时贵英;吴雅娟;倪红梅;;一种新改进的粒子群优化算法[J];长春理工大学学报(自然科学版);2011年02期
2 海丽切木·阿布来提;;浅谈几种智能优化算法[J];电脑知识与技术;2011年19期
3 梁淑萍;毛力;马亦先;;基于蚁群算法的Ad Hoc网络QoS组播路由研究[J];微电子学与计算机;2011年07期
4 张思亮;葛洪伟;;粒子群和蛙跳的混合算法求解车辆路径问题[J];计算机工程与应用;2011年21期
5 徐江乐;肖志涛;赵京华;;基于遗传算法的改进智能优化蚁群算法[J];微电子学与计算机;2011年08期
6 刘援农;;蚁群算法在TSP问题中的应用研究[J];硅谷;2011年13期
7 邹海洋;;蚁群算法在智能交通系统中的应用[J];科技信息;2011年19期
8 胡庆婉;刘永财;奠俊保;吴上;;蚁群算法在TSP问题中的参数设定[J];电脑知识与技术;2011年20期
9 邓慧娴;刘朝臣;;物流配送路径中蚁群算法改进策略[J];安徽科技学院学报;2011年03期
10 张兵;孙旭;高连如;杨丽娜;;一种基于离散粒子群优化算法的高光谱图像端元提取方法[J];光谱学与光谱分析;2011年09期
中国重要会议论文全文数据库 前10条
1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
4 支成秀;梁正友;;融合粒子群优化算法与蚁群算法的随机搜索算法[A];广西计算机学会2006年年会论文集[C];2006年
5 师凯;蔡延光;邹谷山;王涛;;蚁群算法及粒子群算法对比及在VRP中的应用[A];第二十四届中国控制会议论文集(下册)[C];2005年
6 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
7 肖刚;李守智;王选宏;肖瑞;;蚁群-粒子群结合算法在机组优化组合中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
8 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
9 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
10 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
中国重要报纸全文数据库 前3条
1 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
2 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011年
3 本报记者 张巍巍;瞧瞧“机器游侠”特种兵[N];科技日报;2011年
中国博士学位论文全文数据库 前10条
1 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
2 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
3 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
4 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
5 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
6 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
7 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
8 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
9 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
10 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈冲;量子群智能算法及其在控制器优化设计中的应用[D];哈尔滨工业大学;2010年
2 赵懿丹;两种群体智能算法的研究及其应用[D];厦门大学;2009年
3 赵培怡;改进群体智能算法及其在背包问题中的应用[D];山东大学;2007年
4 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
5 管月智;粒子群算法的研究与应用[D];江南大学;2011年
6 杨柳;群智能算法在模体识别问题上的应用[D];吉林大学;2009年
7 伍爱华;多目标蚁群遗传算法及其在区域水资源配置问题中的应用[D];湖南大学;2008年
8 海丽切木·阿布来提;基于智能算法的证券市场ARCH模型实证研究[D];江南大学;2009年
9 王一;改进的生物群智能优化算法及在滤波器设计中的应用[D];兰州大学;2007年
10 苑伟伟;蚂蚁算法和粒子群算法的改进及其在汽车物流配送中的应用[D];吉林大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026