导读:本文包含了蚁群算法参数论文开题报告文献综述及选题提纲参考文献,主要关键词:航路规划,蚁群算法,栅格法,仿真
蚁群算法参数论文文献综述
张安通,韦喜忠,金建海,陈鲁愚[1](2019)在《航路规划中蚁群算法参数影响仿真研究》一文中研究指出针对UUV航路规划中常用的蚁群算法,在蚁群寻优过程中存在的容易陷入局部寻优、搜索效率低等问题。本文首先将障碍物及可行区域栅格化,在此基础上运用蚁群算法进行航路规划,然后通过仿真实验的方法研究蚁群算法中蚁群数量、信息素、启发函数因子等关键参数对算法寻优的影响规律,通过对比分析研究,确定了相对合理的参数组合,实现了以较大的概率尽快收敛到全局寻优的目的,为蚁群算法在UUV航路规划中的应用提供参考。(本文来源于《鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集》期刊2019-09-22)
薛家祥,张俊红[2](2019)在《基于蚁群算法的MIG焊脉冲电流PID参数优化研究》一文中研究指出焊缝成形质量的好坏,得益于脉冲电流、送丝速度等诸多参数调节,其中脉冲电流的稳定对焊缝成形影响很大。针对传统PID控制参数不能自整定存在的问题,提出了基于蚁群算法的MIG焊脉冲电流PID参数自整定控制,进行了MatLab/Simulink仿真分析,对3 mm厚的铝合金板材进行焊接试验。仿真和试验结果表明:基于蚁群算法的PID参数优化,焊缝成形质量高,调节时间和超调量优于经典PID控制,证明该方法对MIG焊脉冲电流控制的可行性与有效性。(本文来源于《自动化与仪表》期刊2019年08期)
刘光星,李巧花[3](2019)在《基于改进蚁群算法的钻进参数优化》一文中研究指出在钻井过程中,为了使钻进过程达到最优的技术和经济指标,需要选择合理的钻进参数。针对单目标钻进参数优化的局限性和不足,通过分析钻进参数之间的相互关系,综合考虑多个目标(如机械钻速最大、钻头寿命最长及钻头比能最小)建立一定约束条件下的多目标优化模型,实现最优的钻压-转速配合。采用改进的蚁群算法进行钻进参数优化,在具体的钻井实例中进行仿真,并将仿真结果与其他经典优化算法的结果进行对比分析。实验结果进一步证明了该模型和算法的有效性和实用性,为蚁群算法在钻进参数优化研究中的应用提供了理论依据。(本文来源于《西安石油大学学报(自然科学版)》期刊2019年04期)
李巧花[4](2019)在《基于改进蚁群算法的钻进参数多目标优化研究》一文中研究指出随着钻井技术的飞速发展,油气开采环境日趋复杂,工程设备及测试仪表技术不断提高,与钻进参数优化相关的基础学科和理论也有了长足的发展,现有的单目标多参量钻进参数优化方法已经很难满足钻井工程的需求,因此,迫切需要引入新技术、新理论。在钻机钻进过程中,根据非均质地层岩性的识别实现多参量、多目标、交互式、动态钻进参数优化是优化钻井技术发展的必然趋势。应用多目标优化策略来指导实际钻机钻进过程控制参数的给定,是适应快速发展的智能自动送钻技术的迫切需求。本文研究内容主要包括以下几点:首先,在钻井过程中,为了使钻进过程达到最优的技术和经济指标,需要选择合理的钻进参数。本文针对已有单目标钻进参数优化的局限性和不足,详细分析了钻进过程中各个钻进参数与钻速以及钻头磨损之间的关系,以钻压和转速作为决策变量,在一定的约束条件下,建立了以机械钻速最大、钻头寿命最长以及钻头比能最小为目标的优化模型。其次,对解决多目标优化问题的传统方法和智能算法进行对比,明确了智能算法的主导地位,列举了几种智能优化算法,指出各自的优缺点,并阐明了蚁群算法未在钻进参数优化领域成功应用,所以本文采用蚁群算法来进行研究。同时,还分析了基本蚁群算法的不足并进行了相应的改进。因此,本文就利用改进的蚁群算法进行钻进参数多目标优化研究。最后,在一个具体的钻井实例中进行Matlab仿真实验。在仿真之前,对涉及到的各个参数进行了设置。仿真结果表明,该算法可以获得分布均匀的最优解集。通过具体的实验数据分析进一步证明了本文所用模型和算法的合理性和有效性。同时,也将本文改进算法的优化结果与遗传算法进行横向对比,数据表明,本文改进蚁群算法具有更快的收敛速度,这为工程实际优化方案的选择提供了有效依据。(本文来源于《西安石油大学》期刊2019-06-04)
孙悦,何同祥[5](2019)在《基于莱维飞行的改进蚁群算法的PID参数优化》一文中研究指出针对蚁群算法存在易于过早地收敛并陷入局部最优的问题,应用莱维飞行搜索模式对蚁群算法改进,改变蚁群算法寻优过程中的信息素更新方式,并将改进后的算法应用于过热汽温控制系统。仿真结果表明,利用改进算法整定的PID参数,减小了超调量,缩短了过渡时间,整定效果更优。(本文来源于《仪器仪表用户》期刊2019年06期)
魏先宏[6](2019)在《基于改进蚁群算法的空调风机盘管室温PI~λD~μ和送风量PI控制器参数整定及其控制性能的数值研究》一文中研究指出由于机型体积小,安装、操作方便和分散控制等特点,风机盘管(Fan Coil Unit,FCU)空调系统在办公楼、宾馆和公寓等建筑场所得到了广泛的应用。FCU作为半集中式空调系统的末端装置,其运行效果直接影响到室内重要的空气参数,如室内温度是否满足空调工艺的精度要求;而FCU的自动控制方式对其运行效果起着决定性的作用。然而,FCU的目前自控方式,如室温整数阶PID单回路方式还是基于室温的偏差变化,来改变FCU冷、热水阀开度而控制送入到室内的空调冷、热负荷,满足室温稳定的要求。由于FCU具有较大的惯性和时间滞后等动态特性,该控制方式会导致较大的室温稳态误差和超调量,调节时间长等问题。根据以上FCU控制存在的问题,结合空调工艺的相关要求和分数阶PID控制技术,本文提出了风机盘管室温PI~λD~μ(Indoor Temperature Fractional Order PID Controller,IT-FOPIDC)和送风量PI控制器(Supply Air Volume PI Controller,SAV-PIC)的设计方法。对于室温PI~λD~μ和送风量PI的控制器参数整定问题,本文提出了改进的蚁群算法(Improved Ant Colony Algorithm,IACA),整定出相应的7个参数最佳值。通过室温PI~λD~μ和送风量PI复合控制系统的仿真。在改变FCU冷、热水调节阀开度的同时,也对送入空调房间的冷、热风量进行连续控制,以达到室温平稳的调节效果与良好的舒适度。本文的主要研究内容如下:1.基于分数阶PID基础理论,采用改进的Oustaloup算法设计分数阶的滤波器,且利用MATLAB/Simulink模块对PI~λD~μ控制器和目标函数ITAE(Integral-Time-Absolute Error)进行功能封装。2.基于空调和自控的相关机理分析,分别对空调房间温度对象及冷/热盘管、室温测量变送器、冷/热水流量调节阀、风机、风机配用的变频器和室温PI~λD~μ和送风量PI控制器进行建模。对蒸发系数ρ加以指数函数变化,提出了适用于这两个控制器参数整定的IACA。通过经典函数的验算和水箱液位实验的验证,表明了IACA是可行的。3.在空调冬季和夏季的运行工况下,分别运用IACA对FCU作用下的IT-FOPIDC和SAV-PIC的7个参数进行整定,获取其最佳值。借助MATLAB/Simulink对该复合控制系统进行组态和数值模拟观察其控制效果。结果表明,该控制方式能够使FCU空调系统满足空调工艺指标的控制要求。4.对于相同的空调房间温度对象和空调指标要求,又分别进行了室温PI~λD~μ单回路控制方式和室温PID和送风量PI复合控制方式的数值模拟。基于结果分析,可看出本文提出室温PI~λD~μ和送风量PI的复合控制方式相比于其他两种控制方式,其控制性能,如调节时间短和超调量较小,明显占优。(本文来源于《兰州理工大学》期刊2019-04-01)
韩海宁[7](2019)在《蚁群算法在平台锅炉PID参数优化中的应用》一文中研究指出在海洋平台原油开采、处理过程中,需要热介质锅炉提供热源进行原油处理,锅炉温度的控制优劣直接影响平台生产效率。海上平台热介质锅炉采用传统的PID控制方式,用蚁群算法对传统PID控制参数进行优化,提高热介质锅炉的控制精度与稳定性。(本文来源于《化工管理》期刊2019年09期)
梁利亭[8](2019)在《改进蚁群算法的船舶纵向运动参数辨识方法研究》一文中研究指出船舶的工作环境十分复杂,纵向运动参数辨识可以保证船舶的正常航行,避免意外事故的发生。针对当前船舶纵向运动参数辨识方法存在难以找到全局最优值、参数搜索精度低等不足,设计了基于改进蚁群算法的船舶纵向运动参数辨识方法。首先对船舶纵向运动特点进行分析,将船舶纵向运动参数辨识看作是一个非线性优化问题,然后结合船舶纵向运动参数初始化蚁群种群,并通过模拟蚁群的搜索食物机制对船舶纵向运动参数最优解进行查找,当达到最大迭代次数时,得到了最优船舶纵向运动参数,最后对船舶纵向运动参数辨识方法的性能进行测试,改进蚁群算法可以得到高精度的船舶纵向运动参数辨识结果,船舶纵向运动参数辨识误差控制在有效范围内,验证了本文方法的有效性,并与其他船舶纵向运动参数辨识方法进行对比测试,本文方法的船舶纵向运动参数辨识更优,验证了本文方法的优越性。(本文来源于《舰船科学技术》期刊2019年02期)
朱宏伟,游晓明,刘升[9](2019)在《基于粒子群参数优化的同构双种群蚁群算法》一文中研究指出针对蚁群算法易陷入局部最优、收敛速度较慢的问题,提出一种基于粒子群参数优化的同构双种群蚁群算法。将蚂蚁均分为两个子群,第一子群引入单位距离信息素路径构建算子,加强距离因素和信息素因子的协同作用;第二子群引入粒子群优化算法,对蚁群算法的多个参数在叁维空间中进行优化,提高了解的质量。两个种群在参数方面优势互补并进行协同交流,共同促进算法找到全局最优解。针对TSP问题,实验表明,所设计的算法增强了算法的种群多样性。(本文来源于《测控技术》期刊2019年09期)
王玉槐,王李冬,勾治践,童晓平[10](2018)在《基于改进蚁群算法的渐进成形工艺参数优化》一文中研究指出针对渐进成形板厚分布不均、易导致局部破裂的问题,以平均减薄率作为目标对象,提出一种用于渐进成形工艺参数组合优化的改进型蚁群算法。通过回归分析,建立了以成形角、工具头直径、初始板厚和轴向进给量为自变量的减薄率四元二次型模型,给出了减薄率最小值优化问题模型及其约束条件。针对不同成形角的圆台件,通过蚁群算法,寻找到符合目标的最优工艺参数组合为工具头直径Φ10mm、初始板厚1.0mm和轴向进给量1.0mm。以成形角30°,37°,45°和60°的圆台件为例,利用优化所得工艺参数分别进行ANSYS/LS-DYNA仿真和Al1060铝板实验。结果表明,与Sine法则减薄率相比,改进蚁群算法、仿真及实验的减薄率偏差最大分别为0.823%,1.16%和3.4%。(本文来源于《锻压技术》期刊2018年10期)
蚁群算法参数论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
焊缝成形质量的好坏,得益于脉冲电流、送丝速度等诸多参数调节,其中脉冲电流的稳定对焊缝成形影响很大。针对传统PID控制参数不能自整定存在的问题,提出了基于蚁群算法的MIG焊脉冲电流PID参数自整定控制,进行了MatLab/Simulink仿真分析,对3 mm厚的铝合金板材进行焊接试验。仿真和试验结果表明:基于蚁群算法的PID参数优化,焊缝成形质量高,调节时间和超调量优于经典PID控制,证明该方法对MIG焊脉冲电流控制的可行性与有效性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蚁群算法参数论文参考文献
[1].张安通,韦喜忠,金建海,陈鲁愚.航路规划中蚁群算法参数影响仿真研究[C].鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集.2019
[2].薛家祥,张俊红.基于蚁群算法的MIG焊脉冲电流PID参数优化研究[J].自动化与仪表.2019
[3].刘光星,李巧花.基于改进蚁群算法的钻进参数优化[J].西安石油大学学报(自然科学版).2019
[4].李巧花.基于改进蚁群算法的钻进参数多目标优化研究[D].西安石油大学.2019
[5].孙悦,何同祥.基于莱维飞行的改进蚁群算法的PID参数优化[J].仪器仪表用户.2019
[6].魏先宏.基于改进蚁群算法的空调风机盘管室温PI~λD~μ和送风量PI控制器参数整定及其控制性能的数值研究[D].兰州理工大学.2019
[7].韩海宁.蚁群算法在平台锅炉PID参数优化中的应用[J].化工管理.2019
[8].梁利亭.改进蚁群算法的船舶纵向运动参数辨识方法研究[J].舰船科学技术.2019
[9].朱宏伟,游晓明,刘升.基于粒子群参数优化的同构双种群蚁群算法[J].测控技术.2019
[10].王玉槐,王李冬,勾治践,童晓平.基于改进蚁群算法的渐进成形工艺参数优化[J].锻压技术.2018