基于粒子群算法的船舶数控机械优化控制

详细信息    查看全文 | 推荐本文 |

	作者：李少坤 ; 李孝元 关键词：粒子群算法 ; 数控机械 ; 船舶 ; 参量模型 ; 计算技术 中文刊名：CBWZ 英文刊名：Marine Equipment/Materials & Marketing 机构：武汉工程科技学院; 出版日期：2019-01-25 出版单位：船舶物资与市场 年：2019 期：No.155 语种：中文; 页：CBWZ201901027 页数：2 CN：01 ISSN：11-3636/F 分类号：47-48

摘要

本文提出了基于粒子群算法的船舶数控机械优化控制方法,构建了船舶数控机械优化的约束参量模型,通过粒子群进化方法开展了船舶数控机械优化参数的自适应寻优。将粒子种群的适应度最小方差作为约束条件,最终得到船舶数控机械优化控制参数的最优解。以此来进一步指导船舶数控机械优化设计。最后,进行仿真实验分析,得出本文所设计的基于粒子群算法的船舶数控机械优化控制能有效的提高其关联约束参量的寻优能力,且稳定性和适应性较高。
        

引文

[1]李众,郭丹丹.基于粒子群优化算法的船舶动力定位云模型控制器设计[J].计算机测量与控制, 2014, 22(12):3960-3963.
    [2]李瑞,汪骥,韩小岗,等.基于粒子群算法的船体分段吊装方案优化设计方法研究[J].中国造船, 2016, 57(3):185-197.
    [3]孙如祥,邓朝辉,邓国斌,等.进化粒子群优化算法在船舶纵向运动参数辨识算法设计中的应用[J].舰船科学技术, 2017,39(4A):13-15.
    [4]杨敬东,何瑞峰,刘文彬.基于遗传粒子群算法的长江水系货多用途船结构优化[J].重庆电力高等专科学校学报, 2018(1):121-123.
    [5]薛彩霞,袁伟,俞孟蕻,等.遗传粒子群优化算法在船舶动力定位控制中的应用[J].中国舰船研究, 2016, 11(4):111-115.
    [6]刘乐,高海波,缪光辉,等.基于PSO优化模糊控制的船舶能量管理策略研究[J].武汉理工大学学报, 2017(3):32-37.
    [7]戴运桃,刘利强,李英.基于分阶段粒子群优化算法的船舶横向运动水动力参数辨识[J].船舶力学, 2011, 15(10):1090-1096.