首页 期刊 上海交通大学学报 基于反馈学习粒子群算法的极值搜索控制 【正文】

基于反馈学习粒子群算法的极值搜索控制

作者:董方 谢磊 张建明 浙江大学工业控制技术国家重点实验室 智能系统与控制研究所 杭州310027
粒子群优化   极值搜索控制   性能输出震荡  

摘要:将基于反馈学习的粒子群(Feedback Learning Particle Swarm Optimization,FLPSO)算法引入极值搜索控制中,并且应用经典跟踪参考信号的方法,进一步改善极值搜索控制的性能.仿真结果显示,算法使系统控制输出平稳,并且系统性能输出快速渐进收敛到最优值,改善了基于格拉姆矩阵设计的极值搜索控制算法中存在的输出震荡问题.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅