-
题名基于改进灰狼算法的自动导航小车控制策略
被引量：6
- 1
-
-
作者
石雅凯
陈晓静
荣峰
-
机构
长江大学电子信息学院
四机赛瓦石油钻采设备有限公司
-
出处
《科学技术与工程》
北大核心
2023年第23期9965-9972,共8页
-
基金
国家自然科学基金(62173049)。
-
文摘
针对灰狼算法(grey wolf optimizer,GWO)易陷入局部最优、后期收敛速度慢等问题,通过引入改进Tent混沌映射反向学习策略和非线性收敛因子,并加入差分进化的变异、交叉、选择操作,提出一种改进的差分灰狼优化算法(improved differential evolution grey wolf optimizer,IDE-GWO)。将改进算法应用于优化自动导航小车(automated guided vehicle,AGV)的比例积分微分(proportion integration differentiation,PID)控制参数,并与其他几种算法进行对比。Simulink仿真实验结果表明:该改进算法优化PID参数的控制效果明显优于其他智能优化算法,能够有效地提升AGV轨迹跟踪性能,使得AGV实际轨迹能较好拟合目标轨迹。
-
关键词
Tent混沌映射反向学习策略
差分进化灰狼优化
非线性收敛因子
PID控制
-
Keywords
tent chaotic map reverse learning strategy
DE-GWO
nonlinear convergence factor
PID control
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
