一种基于蚁群算法的最优非线性PID控制器的设计

本文以蚁群算法为基础，提出了一种新的非线性PID控制器及其参数优化设计方法。该控制器是基于PID控制器各增益参数与误差信号之间呈现非线性关系，根据一般控制系统的阶跃响应曲线，在不同响应时间阶段PID3个增益调节参数的理想变化情况，提出根据控制信号与误差、误差变化率之间的调节规律，拟合一组增益参数的非线性函数，并利用蚁群算法搜索出一组最优的非线性PID参数，构造最优非线性PID控制器。计算机仿真结果表明，与基于遗传算法（GA）、模拟退火算法（SA）和Z—N法设计的PID控制器（GA—PID、SA-PID、ZN-PID）相比，这种基于蚁群算法的非线性PID控制器（NLAS-PID）具有良好的动态和稳态性能，可用于控制多种不同的对象和过程。     

最优PID控制器在智能人工腿中的应用

以蚁群算法为基础,提出了一种新的非线性PID控制器及其参数优化设计方法;该控制器是基于PID控制器各增益参数与误差信号之间呈现非线性关系,根据一般控制系统的阶跃响应曲线,在不同响应时间阶段PID三个增益调节参数的理想变化情况,提出根据控制信号与误差、误差变化率之间的调节规律,拟合一组增益参数的非线性函数,并利用蚁群算法搜索出一组最优的非线性PID参数,构造最优非线性PID控制器,称为AS-NLPID控制器;该控制器已被用于CIP-Ⅰ智能人工腿;仿真实验证实AS-NLPID控制器能有效地控制CIP-Ⅰ智能人工腿,并具有良好的动态和稳态性能.     

Intelligent PID controller based on ant system algorithm and fuzzy inference and its application to bionic artificial leg

A designing method of intelligent proportional-integral-derivative(PID) controllers was proposed based on the ant system algorithm and fuzzy inference. This kind of controller is called Fuzzy-ant system PID controller. It consists of an off-line part and an on-line part. In the off-line part, for a given control system with a PID controller,by taking the overshoot, setting time and steady-state error of the system unit step response as the performance indexes and by using the ant system algorithm, a group of optimal PID parameters Kρ, Ti^* and Td^* can be obtained,which are used as the initial values for the on-line tuning of PID parameters. In the on-line part, based on Kρ, Ti^* and Td^* and according to the current system error e and its time derivative, a specific program is written, which is used to optimize and adjust the PID parameters on-line through a fuzzy inference mechanism to ensure that the system response has optimal transient and steady-state performance. This kind of intelligent PID controller can be used to control the motor of the intelligent bionic artificial leg designed by the authors. The result of computer simulation experiment shows that the controller has less overshoot and shorter setting time.     

柔性多面体搜索算法在遗传算法中的综合应用研究

首先分析了柔性多面体搜索算法和基本遗传算法两者结合的基础，提出了柔性多面体方向进化算子和柔性多面体交叉算子，以这两个新的遗传操作算子和柔性多面体搜索算法为基础，提出了两种新的混合遗传算法FP-HGA(Ⅰ)、FP-HGA(Ⅱ).在FP-HGA(Ⅰ)中，嵌入了柔性多面体方向进化算子和柔性多面体搜索算法；在FP-HGA(Ⅱ)中，嵌入了柔性多面体交叉算子，用FP-HGA(Ⅰ)、FP-HGA(Ⅱ)及SGA(Simple Genetic Algorithm)来求解Rosenbrock测试函数的最小值，FP-HGA(Ⅰ)和FPHGA(Ⅱ)算法和SGA算法的计算结果表明该混合遗传算法在收敛速度和精度方面均得到很大提高．     

NCS网络协议分析

针对网络控制系统(NCS)中存在的不同网络负载时,系统会出现很严重的失真,提出通过利用更合适的网络协议来减少系统失真。对4种网络协议(以太网、CAN、令牌环网、交换式以太网)的特点作一个概括性的说明,然后通过建立网络控制系统仿真模型,编写代码,调节网络干扰占有率和选择不同网络协议,从实验角度证实这4种网络协议在低负载和高负载情况下各自所具有的网络特性。通过选取合适的网络类型可以使得网络控制系统具有更好的动、稳态性能。     

基于FPGA的医学超声成像数字波束合成器设计

在介绍数字波束形成原理的基础上,设计了一种以FPGA为核心芯片的新的数字波束合成器;该芯片可根据每个回波脉冲到达其对应阵元的时刻采用程序动态地调整合成波束的焦点和各回波信号的加权因子,实现回波信号的动态聚焦和动态变迹;对于波束合成过程中各阵元所需的接收延迟时间、聚焦延迟时间以及加权因子的存储采用软件方式为每个阵元单独设置一个专用ROM,以简化电路结构并提高系统的处理速度;仿真结果表明,与采用模拟聚焦和幅度变迹的方法相比,新方法的延时精度提高了80%,同时能更好地抑制波束旁瓣,有利于提高医学超声成像系统的图像质量。     

自适应策略的混沌局部搜索遗传算法

提出了一种自适应策略的混沌局部搜索遗传算法（ACLSGA）,它是遗传算法中每一代的所有个体经过一次遗传操作之后得到一个最佳个体,通过自适应策略决定是否在最佳个体附近进行混沌局部搜索。4个基本的测试函数优化结果表明：ACLSGA比具有精英保留选择机制的实数编码的遗传算法（RGA）的全局搜索能力强,收敛速度快。     

具有不完全微分的Fuzzy-GA PID控制器及其在智能仿生人工腿中的应用

以模糊推理和遗传算法为基础，提出了一种新的具有不完全微分的最优PID控制器的设计方 法．该控制器由离线和在线两部分组成．在离线部分，以系统响应的超调量、上升时间以及 调整时间为性能指标，利用遗传算法搜索出一组最优的PID参数Kp*、Ti* 和 Td*，作为在线部分调整的初始值．在在线部分，一个专用的PID参数优化程序以离 线部分获得Kp*、Ti* 和Td*为基础，根据系统当前的误差e和误差变化率e ，通过一个模糊推理系统在线调整系统瞬态响应的PID参数，以确保系统的响 应具有最优的动态和稳态性能．该控制器已被用来控制由作者设计的智能仿生人工腿中的执 行电机．计算机仿真结果表明，该控制器具有良好的控制性能和鲁棒性能．     

柔性多面体在遗传算法中的应用研究(I)

文章提出了一种柔性多面体的方向进化算子,并在基本遗传算法中嵌入柔性多面体搜索算法,从而构成了一种基于柔性多面体的新的混合遗传算法(flexiblepolyhedronhybridgeneticalgorithm,FP_HGA)。方向进化算子紧跟基本遗传算法的变异操作之后,其作用是使适应度较低的个体向适应度较高的个体进化;柔性多面体局部搜索算法作用是对当前代所有新个体在进入到下一代之前,使它移动到局部最优点。并用FP_HGA来求解Rosenbrock测试函数的最小值,FP_HGA算法和SGA(SimpleGeneticAlgorithm,SGA)算法的计算结果表明该混合遗传算法在收敛速度和精度方面均得到很大提高。