自适应粒子群优化的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。     

鱼雷发动机参数自整定PID控制

提出一种用于鱼雷发动机的参数自整定PID控制方法。该方法利用支持向量机的非线性函数拟合能力辨识发动机的动态特性,采用粒子群算法实现PID控制器的参数优化。仿真实验表明,支持向量机能很好地拟合发动机的动态特性,基于粒子群算法的参数自整定PID控制器响应快速、无超调,控制效果良好,具有工程应用价值。     

一种新型船舶航向智能PID控制器优化设计

借鉴免疫系统的免疫响应调节机制,对传统PID控制器进行改进,建立一种非线性自适应免疫PID控制器,并利用粒子群算法对设计的PID控制器进行参数优化.将设计的控制器用于船舶航向控制系统中,实验仿真结果表明:该控制器能很好的根据船舶动态特性的变化,自动地进行适应性免疫调节,具有跟踪速度快、航向控制超调小以及抗扰性强等优点.     

OceanInfo平台中舰船操纵运动控制研究

针对 OceanInfo平台中的舰船运动控制,研究舰船在航向保持中的混沌运动及其控制问题。基于 PID控制方法的简单性和有效性,应用 PID控制进行平台中的舰船混沌运动的有效控制和航向保持,对其控制参数难以确定的问题,提出改进的动态混沌粒子群优化（PSO）算法进行控制器参数整定并进行仿真实验。实验结果表明：本文提出的改进优化算法能够实现 PID参数的优化整定,其结果能够更为有效地进行舰船航向保持及混沌运动控制,且方法简单、容易编程实现。     

OceanInfo平台中舰船操纵运动控制研究

针对Ocean Info平台中的舰船运动控制,研究舰船在航向保持中的混沌运动及其控制问题。基于PID控制方法的简单性和有效性,应用PID控制进行平台中的舰船混沌运动的有效控制和航向保持,对其控制参数难以确定的问题,提出改进的动态混沌粒子群优化(PSO)算法进行控制器参数整定并进行仿真实验。实验结果表明:本文提出的改进优化算法能够实现PID参数的优化整定,其结果能够更为有效地进行舰船航向保持及混沌运动控制,且方法简单、容易编程实现。     

减摇鳍模糊参数自整定PID控制器设计及仿真研究

以船舶减振鳍控制系统作为对象，应用模糊控制理论，提出一种基于Fuzzy推理的PID参数自整定控制器，完成在线PID控制器参数模糊自整定的理论实现。并且在考虑船舶模型的非线性和不良浪向下，对系统进行了仿真。仿真结果表明，与常规PID控制相比，基于Fuzzy推理的PID参数自整定控制器，具有更好的控制效果和更强的鲁棒性。     

基于改进粒子群算法的蒸汽发生器水位控制优化

核动力装置蒸汽发生器的水位控制系统,多采用串级三冲量PID控制方案.为了克服传统的控制器参数整定方法的局限性,应用粒子群优化算法对主调节器进行参数整定,获得了相对最优参数.仿真结果表明,与传统整定方法相比,这种参数整定方案得到的控制参数能使水位控制系统具有更好的控制品质.     

基于FPSO的船舶柴油发电机励磁系统控制

针对大功率船舶柴油发电机工况的复杂性、时变性以及非线性等特性,以及船舶运行负载的变化对发电机励磁系统的影响,借鉴粒子群优化算法能够很好地适应复杂系统参数的寻优的特性以及模糊控制对参数优化的精确性,使用粒子群优化算法对控制器的PID参数进行优化,再使用模糊PID算法以误差和误差变化率作为输入,PID参数的增量作为输出对粒子群优化算法优化出来的PID参数进行修正,构成船舶发电机模糊-粒子群优化(FPSO)励磁控制系统控制器。在Matlab/Simuink环境下进行了额定负载、增加50%额定负载和三相故障等工况的仿真实验。实验表明,端电压经过短暂的波动后能够快速的回归稳定,证明该方法能够很好地适应工况的改变。     

船舶工程中的云粒子群算法研究

船舶在航行过程中的航向控制对于船舶航行安全是非常重要的。本文首先阐述传统的云粒子群算法,然后针对其陷入局部最优等缺点进行改进,利用云变异的云自适应粒子群优化算法进行船舶航向PID控制,并进行仿真实验。实验结果表明,本文算法具有较强的鲁棒性和稳定性。     

利用混沌粒子群算法进行船舶多模型自适应观测器参数寻优

通过混沌粒子群算法,人们能够对各种复杂的配电网状态进行监控和分析,同时为网络负载的分配提供必要的参数优化,因此在船舶多模型自适应观测器中,采用混沌粒子算法的优化算法具有很大的现实意义。本文首先建立混沌粒子群的观测器模型,然后根据各种船舶故障发生的特点,设计不同状态下的参数优化算法,最后通过对观测器相关参数的仿真,得到船舶模型承受的负载和压力参数仿真结果。