本文主要研究内容
作者袁小平,金鹏,周国鹏（2019）在《基于改进QPSO算法的电动汽车模糊控制器参数优化》一文中研究指出：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Lab VIEW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。
Abstract
mu qian dian dong qi che chang yi mo shua zhi liu dian ji (BLDCM)zuo wei qu dong qi ,dan BLDCMdiao su kong zhi ji tong zhong mo hu kong zhi qi de liang hua yin zi he bi li yin zi cai yong chuan tong fang fa ,zi diao jie neng li ruo 。zhen dui gai wen ti di chu yi chong gai jin QPSOsuan fa (AMF-QPSO)shi xian dui liang hua yin zi he bi li yin zi de zi kuo ying diao jie 。AMF-QPSOsuan fa yi shou su —kuo zhang (contraction expansion,CE)ji shu kong zhi fang shi wei yan jiu chong dian ,di chu li zi huo xing gai nian ,bing yi ji zuo wei fan kui liang shi xian dong tai zi kuo ying diao jie CEji shu ;tong shi ,wei fang zhi chong qun gao du ju ji ,cai yong jing ying qun ti sui ji jiao cha xue xi ji zhi ,dui bu fen huo xing di de jing ying li zi jin hang rao dong ,zeng jiang chong qun hou ji duo yang xing 。zui hou ,tong guo Lab VIEWshi yan ping tai ,yi ju ti an li yan zheng AMF-QPSOsuan fa xing neng 。shi yan jie guo biao ming ,AMF-QPSOyou hua de mo hu PIDkong zhi qi ju you bi biao zhun mo hu PIDkong zhi qi he QPSOyou hua de mo hu PIDkong zhi qi geng hao de kong zhi xing he zi kuo ying xing 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机应用研究的袁小平,金鹏,周国鹏，发表于刊物计算机应用研究2019年12期论文，是一篇关于电动汽车论文,无刷直流电机论文,模糊控制器论文,量子行为粒子群算法论文,收缩扩张系数论文,计算机应用研究2019年12期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机应用研究2019年12期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：电动汽车论文; 无刷直流电机论文; 模糊控制器论文; 量子行为粒子群算法论文; 收缩扩张系数论文; 计算机应用研究2019年12期论文;