基于CPSO优化的空空导弹μ综合控制器设计
粒子群优化算法(PSO,Particle Swarm Optimization)在空空导弹μ综合控制器参数优化中易出现早熟现象而无法获得全局最优解.针对此问题,提出一种动态加速常数的粒子群优化算法(CPSO,Constant Particle Swarm Optimization).改进算法通过对加速常数的指数形式变化,在寻优前期扩大搜索范围,在后期提高收敛效率,从而避免了寻优过程中的早熟现象.仿真结果表明,改进的CPSO优化算法具有更强的全局搜索能力,设计出的μ综合控制器具有更优的性能,满足给定的性能指标和自动设计指标,节省了大量设计时间,具有工程应用价值.
空空导弹、μ综合、粒子群优化、控制参数
39
V249(航空仪表、航空设备、飞行控制与导航)
教育部工程中心资助项目
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
1475-1479,1508