10.19734/j.issn.1001-3695.2018.06.0395
基于改进QPSO算法的电动汽车模糊控制器参数优化
目前电动汽车常以无刷直流电机(BLDCM)作为驱动器,但BLDCM调速控制系统中模糊控制器的量化因子和比例因子采用传统方法,自调节能力弱.针对该问题提出一种改进QPSO算法(AMF-QPSO)实现对量化因子和比例因子的自适应调节.AMF-QPSO算法以收缩-扩张(contraction expansion,CE)系数控制方式为研究重点,提出粒子活性概念,并以其作为反馈量实现动态自适应调节CE系数;同时,为防止种群高度聚集,采用精英群体随机交叉学习机制,对部分活性低的精英粒子进行扰动,增强种群后期多样性.最后,通过LabVIEW实验平台,以具体案例验证AMF-QPSO算法性能.实验结果表明,AMF-QPSO优化的模糊PID控制器具有比标准模糊PID控制器和QPSO优化的模糊PID控制器更好的控制性和自适应性.
电动汽车、无刷直流电机、模糊控制器、量子行为粒子群算法、收缩-扩张系数
36
TP273(自动化技术及设备)
国家自然科学基金资助项目;国家科技支撑计划资助项目;湖北教育部杰出青年科技创新团队计划资助项目;湖北科技创新重大项目
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
3690-3696