考虑驾驶风格的多模式自适应巡航控制 被引量：1

1

作者 姜顺明 吴朋朋 《江苏大学学报(自然科学版)》 北大核心 2025年第4期382-387,共6页

针对自适应巡航控制对于不同驾驶风格驾驶员的适应性问题,提出了一种个性化多模式自适应巡航控制.首先,基于NGSIM(next generation simulation)数据库,利用K-means算法对跟车数据进行聚类分析,将驾驶员的驾驶风格分为激进型、一般型和... 针对自适应巡航控制对于不同驾驶风格驾驶员的适应性问题,提出了一种个性化多模式自适应巡航控制.首先,基于NGSIM(next generation simulation)数据库,利用K-means算法对跟车数据进行聚类分析,将驾驶员的驾驶风格分为激进型、一般型和保守型,并构建了相应的跟车距离模型.基于深度确定性策略梯度算法,对自适应巡航控制各个性能指标进行模块化设计,将个性化跟车距离模型融入对应3种驾驶风格的工作模式.其次,基于最大熵逆向强化学习设计了奖励函数中的个性化性能权重.最后,为了验证多模式自适应巡航控制的有效性,在Simulink/Carsim联合仿真环境中搭建和运行该系统,并将结果与3种驾驶风格驾驶员实车样本进行对比分析.结果显示:3种工作模式的自适应巡航控制下跟车性能均良好,且车间距和车速都接近3种驾驶风格驾驶员的实车样本,符合不同驾驶风格驾驶员的驾驶习性,满足了个性化驾驶需求. 展开更多

关键词 自适应巡航控制 驾驶风格 强化学习 多模式 K-MEANS算法

在线阅读 下载PDF 职称材料

面向农村配电网电压优化控制的自适应动态分区方法 被引量：1

2

作者 易姝娴 王晶 +3 位作者 梁伟宸 李江 马鑫晟 黄炎 《电力系统及其自动化学报》 北大核心 2025年第3期110-119,共10页

大量异构分布式资源分散无序地接入农村配网,为源荷功率平衡及节点电压调节等带来了巨大挑战。本文针对农村配电网电压分布式控制分区难的问题,提出一种基于自适应学习粒子群优化算法改进K-means的集成异构分布式资源的农村配电网电压... 大量异构分布式资源分散无序地接入农村配网,为源荷功率平衡及节点电压调节等带来了巨大挑战。本文针对农村配电网电压分布式控制分区难的问题,提出一种基于自适应学习粒子群优化算法改进K-means的集成异构分布式资源的农村配电网电压优化控制动态分区方法。首先,建立包含模块度、电压调节能力和节点隶属度的综合分区指标体系;其次,通过非线性减小惯性权值和自适应学习因子改进粒子群优化算法,解决传统粒子群优化易陷入局部最优的问题;最后,在聚类分区算法基础上,利用改进粒子群优化算法优化K-means聚类中心,配合触发机制以实现配电网动态分区。仿真结果表明,该方法能够有效均衡分区规模,提高电压调节能力,与传统粒子群优化的K-means方法相比,速度提升14.8%,精度提升4.3%。 展开更多

关键词 农村配电网 动态分区 自适应学习粒子群优化算法 电压控制 分布式控制

在线阅读 下载PDF 职称材料

一种混合多策略改进的麻雀搜索算法 被引量：18

3

作者 李江华 王鹏晖 李伟 《计算机工程与科学》 CSCD 北大核心 2024年第2期303-315,共13页

针对麻雀搜索算法SSA求解目标函数最优解时具有过早收敛、在多峰条件下易陷入局部最优和在高维情况下求解精度不足等问题,提出了一种混合多策略改进的麻雀搜索算法MISSA。考虑到算法初始解的质量很大程度上会影响整个算法的收敛速度与精... 针对麻雀搜索算法SSA求解目标函数最优解时具有过早收敛、在多峰条件下易陷入局部最优和在高维情况下求解精度不足等问题,提出了一种混合多策略改进的麻雀搜索算法MISSA。考虑到算法初始解的质量很大程度上会影响整个算法的收敛速度与精度,引入精英反向学习策略,扩大算法的搜索区域,提升初始种群的质量和多样性;对步长进行分阶段控制,以提高算法的求解精度;通过在跟随者的位置中加入Circle映射参数与余弦因子,提高算法的遍历性与搜索能力;采用自适应选择机制在麻雀个体位置更新中加入Lévy飞行,增强算法寻优和跳出局部最优的能力。将改进后的算法与麻雀搜索算法及其他算法在13个测试函数上进行对比,并进行Friedman检验。实验结果表明,改进后的麻雀搜索算法能够有效提高寻优精度与收敛速度,并在高维问题中也具备较高的稳定性。 展开更多

关键词 麻雀搜索算法 反向学习 步长控制 混沌参数 自适应

在线阅读 下载PDF 职称材料

基于改进鼠群优化算法的起重机主梁轻量化设计 被引量：2

4

作者 林伟 朱豪洋 《机械设计》 CSCD 北大核心 2024年第4期131-139,共9页

为提高元启发式算法求解桥式起重机主梁优化问题的寻优精度与效率,文中提出一种改进的鼠群优化算法(IRSO)。该算法采用Hénon混沌随机反向学习初始化种群,提高算法的初始寻优性能;在追逐行为中,引入随机反向学习和高斯变异混合策略... 为提高元启发式算法求解桥式起重机主梁优化问题的寻优精度与效率,文中提出一种改进的鼠群优化算法(IRSO)。该算法采用Hénon混沌随机反向学习初始化种群,提高算法的初始寻优性能;在追逐行为中,引入随机反向学习和高斯变异混合策略对鼠群进行逐维学习,增强算法的全局搜索能力;在搏斗行为中,采用翻筋斗搏斗搜索策略更新鼠群位置,增强算法的局部搜索能力;在算法中引入自适应余弦控制因子,实现算法控制参数之间的动态平衡,提高算法的整体寻优能力。仿真结果表明:与其他算法相比,IRSO算法寻优能力更优、收敛精度更高、稳定性和鲁棒性更强;同时,IRSO算法可高效地解决桥式起重机主梁轻量化设计问题,减重效果可达20.72%,具有较好的工程实际应用能力。 展开更多

关键词 鼠群优化算法 Hénon混沌 随机反向学习 翻筋斗搏斗策略 自适应余弦控制因子 主梁轻量化设计

在线阅读 下载PDF 职称材料

一种可信的自适应服务组合机制 被引量：20

5

作者 郭慧鹏 怀进鹏 +1 位作者 邓婷 李扬 《计算机学报》 EI CSCD 北大核心 2008年第8期1434-1444,共11页

提出一种可信的自适应服务组合机制.首先,将组合服务的可信性保证问题转换为自适应控制问题,可信性保证策略作为可调节控制器,组合服务作为被控对象,并设计了相应的系统结构;其次,在马尔可夫决策过程框架下建模和优化组合服务的可信维... 提出一种可信的自适应服务组合机制.首先,将组合服务的可信性保证问题转换为自适应控制问题,可信性保证策略作为可调节控制器,组合服务作为被控对象,并设计了相应的系统结构;其次,在马尔可夫决策过程框架下建模和优化组合服务的可信维护过程和策略,并设计了相应的算法,实现了基于强化学习的直接自适应控制机制;最后,通过仿真实验,将组合服务的自适应维护与随机维护策略比较,表明组合服务的自适应维护具有明显的优越性. 展开更多

关键词 服务组合 可信性 自适应控制 强化学习 Q学习算法

在线阅读 下载PDF 职称材料

基于社会学习自适应细菌觅食算法的互联电网AGC最优PI/PID控制器设计 被引量：36

6

作者 谢平平 李银红 +2 位作者 刘晓娟 石东源 段献忠 《中国电机工程学报》 EI CSCD 北大核心 2016年第20期5440-5448,5720,共9页

AGC控制器的参数对电网频率控制的动态性能具有重要影响。不合适的控制器参数将可能使得电网在遭遇较大的负荷扰动时失去频率稳定。针对互联电网AGC控制器参数优化整定问题,提出了一种基于社会学习自适应细菌觅食算法的最优PI/PID控制... AGC控制器的参数对电网频率控制的动态性能具有重要影响。不合适的控制器参数将可能使得电网在遭遇较大的负荷扰动时失去频率稳定。针对互联电网AGC控制器参数优化整定问题,提出了一种基于社会学习自适应细菌觅食算法的最优PI/PID控制器设计方法。该方法将社会学习机制及自适应步长策略引入到标准细菌觅食算法中,通过改进细菌寻优过程中的趋化、群聚及繁殖等操作,提高算法的收敛速度及寻优精度。建立两区域互联电网AGC系统仿真模型,采用所提算法优化整定其PI/PID控制器参数。仿真结果验证了所提方法的有效性。 展开更多

关键词 细菌觅食算法 社会学习 自适应步长策略 自动发电控制 最优控制器设计

在线阅读 下载PDF 职称材料

电渣重熔过程的神经元智能控制 被引量：21

7

作者 王宁 涂健 陈锦江 《自动化学报》 EI CSCD 北大核心 1993年第5期634-636,共3页

一、引言控制系统设计的关键性问题是,针对复杂、变化、具有不确定性的受控对象及环境,如何作出有效的控制决策,并使决策所运用的方法尽可能简单化。把人工神经元网络应用于自动控制领域是一种新的尝试。神经元及网络模型,最早出现在50... 一、引言控制系统设计的关键性问题是,针对复杂、变化、具有不确定性的受控对象及环境,如何作出有效的控制决策,并使决策所运用的方法尽可能简单化。把人工神经元网络应用于自动控制领域是一种新的尝试。神经元及网络模型,最早出现在50年代末,随后被用来解决困难的优化计算和关联记忆等问题。由于人工神经元网络所具有的学习能力、并行机制和记忆功能等,80年代末期开始受到控制界的关注,并取得一些进展。本文在此基础上研究了熔化速率的神经元智能控制,并对某钢厂15吨电渣炉的一组测试数据进行了仿真实验。 展开更多

关键词 电渣熔炼 神经元 智能控制

在线阅读 下载PDF 职称材料

一种基于深度强化学习的自适应巡航控制算法 被引量：13

8

作者 韩向敏 鲍泓 +2 位作者 梁军 潘峰 玄祖兴 《计算机工程》 CAS CSCD 北大核心 2018年第7期32-35,41,共5页

自适应巡航控制是智能驾驶领域的核心技术,可通过分层控制或参数可变控制算法实现,但这些算法无法有效应对突发的跟车路况。为此,将深度强化学习与自适应巡航控制相结合,提出基于确定性策略梯度算法的自适应巡航控制算法,使智能车辆可... 自适应巡航控制是智能驾驶领域的核心技术,可通过分层控制或参数可变控制算法实现,但这些算法无法有效应对突发的跟车路况。为此,将深度强化学习与自适应巡航控制相结合,提出基于确定性策略梯度算法的自适应巡航控制算法,使智能车辆可以在自学习过程中完成自适应巡航并不断改进。在开源平台上的测试结果表明,该算法可以使智能驾驶车辆在跟车时加速度保持在1.8 m/s^2以内的比例超过90%,达到人类驾驶员的巡航跟车水平。 展开更多

关键词 智能驾驶 自动控制 自适应巡航控制 深度强化学习 确定性策略梯度算法

在线阅读 下载PDF 职称材料

自适应光学系统变形镜控制电压预测 被引量：10

9

作者 史晓雨 冯勇 +2 位作者 陈颖 谭治英 李新阳 《强激光与粒子束》 EI CAS CSCD 北大核心 2012年第6期1281-1286,共6页

在校正大气湍流畸变波前相差的自适应光学系统中,利用基于Levenberg-Marquardt学习算法的非线性反向传播神经网络技术(LMBP)对变形镜控制电压进行预测。以对受横向风影响的大气湍流畸变波前斜率数据为研究对象,通过数值仿真方法,研究了... 在校正大气湍流畸变波前相差的自适应光学系统中,利用基于Levenberg-Marquardt学习算法的非线性反向传播神经网络技术(LMBP)对变形镜控制电压进行预测。以对受横向风影响的大气湍流畸变波前斜率数据为研究对象,通过数值仿真方法,研究了基于LMBP算法的自适应光学系统变形镜电压非线性预测控制算法。通过实验发现,预测电压和变形镜实际控制电压拟合效果良好。讨论了回溯帧数对预测效果的影响,并与基于递推最小二乘(RLS)算法的线性预测算法进行比较。对比结果表明,基于LMBP算法的非线性电压预测方法比基于递推最小二乘法的线性电压预测方法能更有效地降低系统由伺服延迟引起的误差。 展开更多

关键词 自适应光学 非线性预测控制 Levenberg-Marquardt学习算法 最小递归二乘法

在线阅读 下载PDF 职称材料

NARX网络在自适应逆控制动态系统辨识中的应用 被引量：15

10

作者 刘亚秋 马广富 石忠 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2005年第2期173-176,共4页

针对动态神经网络的学习算法问题,提出了一种适用于带外加输入的非线性自回归 (NARX)动态网络的改进型RTRL学习算法. 该算法基于LM算法的思想,取代传统RTRL中的梯度寻优算法,以改善RTRL的学习速度, 并将该方法应用于NARX动态网络自适应... 针对动态神经网络的学习算法问题,提出了一种适用于带外加输入的非线性自回归 (NARX)动态网络的改进型RTRL学习算法. 该算法基于LM算法的思想,取代传统RTRL中的梯度寻优算法,以改善RTRL的学习速度, 并将该方法应用于NARX动态网络自适应逆控制的对象辨识中. 数值仿真结果表明该改进学习算法是可行而有效性的,并且也验证了NARX动态神经网络具有很强的动态描述能力. 展开更多

关键词 动态神经网络 RTRL算法 NARX网络 自适应逆控制

在线阅读 下载PDF 职称材料

神经网络控制系统的研究与展望 被引量：35

11

作者 周其节 徐建闽 《控制理论与应用》 EI CAS CSCD 北大核心 1992年第6期569-577,共9页

本文综述了近年来神经网络应用于控制领域的研究概况,并对其存在的问题和发展趋势作了讨论。

关键词 神经网络 自适应控制 控制系统

在线阅读 下载PDF 职称材料

新型同步发电机励磁控制器的设计 被引量：3

12

作者 郝晓弘 施振雷 张萍 《工矿自动化》 2011年第9期64-67,共4页

针对传统的基于迭代学习控制算法的同步发电机励磁控制器存在初始控制信号由经验确定的问题,提出了一种基于即时学习型迭代学习控制算法的同步发电机励磁控制器的设计方案。该方案在迭代学习控制算法中引入即时学习算法,利用即时学习算... 针对传统的基于迭代学习控制算法的同步发电机励磁控制器存在初始控制信号由经验确定的问题,提出了一种基于即时学习型迭代学习控制算法的同步发电机励磁控制器的设计方案。该方案在迭代学习控制算法中引入即时学习算法,利用即时学习算法计算初始控制信号,有效减少了初始控制信号与理想控制信号之间的误差。仿真结果表明,该励磁控制器收敛速度快,具有更强的维持机端电压的能力。 展开更多

关键词 同步发电机 励磁控制器 迭代学习控制 即时学习算法

在线阅读 下载PDF 职称材料

基于一种改进自适应模糊神经技术的PEMFC系统建模和控制 被引量：6

13

作者 卫东 曹广益 朱新坚 《上海交通大学学报》 EI CAS CSCD 北大核心 2004年第9期1581-1586,共6页

从质子交换膜燃料电池(PEMFC)实际应用的角度出发,应用自适应模糊神经网络技术对PEMFC系统进行建模与控制.在建模过程中,同时应用实验数据和专家经验对模型进行辨识,使模糊节点具有明确的物理意义和初始参数的选择更加容易.在控制过程中... 从质子交换膜燃料电池(PEMFC)实际应用的角度出发,应用自适应模糊神经网络技术对PEMFC系统进行建模与控制.在建模过程中,同时应用实验数据和专家经验对模型进行辨识,使模糊节点具有明确的物理意义和初始参数的选择更加容易.在控制过程中,将训练好的网络模型作为PEMFC控制系统的参考模型,采用自适应神经网络学习算法(ANA)在线对控制器参数进行自适应调整,采用最近邻聚类算法(NCA)对控制器的模糊规则库进行更新.在仿真实验中,将自适应模糊控制算法与PID和传统模糊算法进行比较,结果表明本算法控制性能优良. 展开更多

关键词 质子交换膜燃料电池 自适应神经模糊推理系统 自适应神经网络学习算法 最近邻聚 类算法

在线阅读 下载PDF 职称材料

基于PID型神经网络的自适应控制 被引量：8

14

作者 牛玉刚 杨成梧 《兵工学报》 EI CAS CSCD 北大核心 2001年第1期109-111,共3页

本文提出了一种新的基于 PID型神经网络的自适应控制系统 ,给出了神经网络控制器的学习算法和控制系统的稳定性分析。仿真结果对该控制方案进行了验证。

关键词 神经网络 自适应控制 学习算法 鲁棒性 PID型 控制器

在线阅读 下载PDF 职称材料

基于即时学习算法非线性系统多模型自适应控制 被引量：3

15

作者 孙维 王伟 《大连理工大学学报》 CAS CSCD 北大核心 2002年第5期611-615,共5页

针对可获得大量输入输出数据的非线性系统 ,提出一种改进的即时模型辨识方法 ,并与自校正的极点配置控制算法相结合 ,设计多模型自适应控制器 .所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性 。

关键词 多模型自适应控制 非线性系统 极点配置 即时学习算法 建模方法 即时局部模型

在线阅读 下载PDF 职称材料

一种基于折射反向学习机制与自适应控制因子的改进樽海鞘群算法 被引量：25

16

作者 范千 陈振健 夏樟华 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第10期183-191,共9页

为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、易陷入局部最优等不足,提出了一种基于折射反向学习和自适应控制因子的新型改进樽海鞘群算法(RCSSA).首先,采用折射反向学习机制在每一次个体的求解中计算折射反向解,极大地提高了算法收... 为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、易陷入局部最优等不足,提出了一种基于折射反向学习和自适应控制因子的新型改进樽海鞘群算法(RCSSA).首先,采用折射反向学习机制在每一次个体的求解中计算折射反向解,极大地提高了算法收敛精度和速度.然后,将原SSA算法中引导者的自适应控制因子引入跟随者的位置更新中,有效地控制整个搜索过程并增加了算法的局部开发能力.为验证所提RCSSA算法的优化性能,采用了7个单峰、16个多峰基准测试函数以及1个工程设计问题对其进行测试.试验中,先引入两种单策略改进的SSA算法来验证所提算法的有效性,再加入鲸鱼优化算法等5个先进的智能优化算法与之进行对比,进一步验证所提算法的优越性.研究结果表明:无论对于低维度还是高维度基准优化问题,所提算法都能有效地增强原SSA算法的开发和探索能力;并且RCSSA算法在整体优化性能方面要优于其他大多数群智能算法. 展开更多

关键词 樽海鞘群算法 折射反向学习 自适应控制因子 智能优化算法 基准函数

在线阅读 下载PDF 职称材料

基于IFA-ELM的航空发动机自适应PID控制新方法 被引量：6

17

作者 焦洋 李秋红 李业波 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2015年第3期530-537,共8页

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机（ELM）对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法（IFA）优化ELM网络参数,形成优化的... 针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机（ELM）对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法（IFA）优化ELM网络参数,形成优化的ELM训练方法 IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2~1.4 s,超调量降低了0.2%~1.5%,验证了该控制方法的有效性. 展开更多

关键词 航空发动机 PID 极端学习机 萤火虫算法 自适应控制

在线阅读 下载PDF 职称材料

基于模糊神经网络的岩盐卤水浓度的控制方法研究 被引量：8

18

作者 殷国富 刘东 申新卫 《自动化学报》 EI CSCD 北大核心 2000年第4期519-522,共4页

针对岩盐水溶开采中卤水浓度具有慢时变非线性特征 ,设计出一种基于神经网络结构的定常体积下浓度模糊控制与变体积下流量比例因子调节相结合的控制方案 ,所提出的控制模型和学习算法 ,可实现对系统的自适应调整 ,实验结果证明了该方法... 针对岩盐水溶开采中卤水浓度具有慢时变非线性特征 ,设计出一种基于神经网络结构的定常体积下浓度模糊控制与变体积下流量比例因子调节相结合的控制方案 ,所提出的控制模型和学习算法 ,可实现对系统的自适应调整 ,实验结果证明了该方法的有效性 . 展开更多

关键词 神经网络 模糊控制 岩盐水溶开采 卤水浓度

在线阅读 下载PDF 职称材料

基于PDAG算法的工业机器人轨迹跟踪 被引量：5

19

作者 吴晓 朱世强 刘松国 《中国机械工程》 EI CAS CSCD 北大核心 2010年第19期2302-2307,共6页

根据工业机器人执行的作业任务具有重复性的特点,提出一种PDAG算法。将学习矩阵作用于误差数据建立PDAG算法的数学模型,从理论上证明了PDAG算法的稳定性和收敛性。将重力补偿作为前馈控制量,用以消除动态过程中关节重力的影响,提高迭代... 根据工业机器人执行的作业任务具有重复性的特点,提出一种PDAG算法。将学习矩阵作用于误差数据建立PDAG算法的数学模型,从理论上证明了PDAG算法的稳定性和收敛性。将重力补偿作为前馈控制量,用以消除动态过程中关节重力的影响,提高迭代学习控制的收敛速度和轨迹跟踪精度。进行了PDAG算法仿真,结果表明,PDAG算法的控制性能与传统的无补偿算法相比,迭代学习后轨迹跟踪误差趋于稳定,各关节最大位置跟踪误差和平均跟踪误差均比没有重力补偿时降低50%,且比有重力补偿的PD算法精度提高最大达81%。实验证明提出的PDAG算法可以获得更高精度的跟踪效果。 展开更多

关键词 工业机器人 轨迹跟踪 自适应控制 迭代学习 PDAG算法 重力补偿

在线阅读 下载PDF 职称材料

控制Logistic系统的自适应Chebyshev多项式神经网络算法 被引量：4

20

作者 李目 谭文 +1 位作者 何怡刚 周少武 《电子测量与仪器学报》 CSCD 2010年第8期730-736,共7页

提出了一种基于自适应Chebyshev多项式神经网络(ACNN)的Logistic混沌系统控制算法。该算法采用Chebyshev正交多项式作为神经网络的激励函数,构建Logistic混沌系统的预测与控制模型。为了保证算法的稳定性,提出和证明了收敛定理,并利用... 提出了一种基于自适应Chebyshev多项式神经网络(ACNN)的Logistic混沌系统控制算法。该算法采用Chebyshev正交多项式作为神经网络的激励函数,构建Logistic混沌系统的预测与控制模型。为了保证算法的稳定性,提出和证明了收敛定理,并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应Chebyshev神经网络直接学习Logistic混沌系统的动态特性,并对系统实施目标函数控制。实验仿真结果表明,该算法在Logistic混沌系统有外部干扰的情况下仍能对其进行有效控制,网络学习时间为0.178 s,训练步长为10,均方误差达到1.15×10-4,与其他常见算法相比具有计算量小、速度快、精度高和网络结构简单等优点。 展开更多

关键词 CHEBYSHEV神经网络 自适应学习率算法 收敛定理 Logistic系统 混沌控制

在线阅读 下载PDF 职称材料