一种基于改进极限学习机的非线性逆模型控制方法

    公开(公告)号:CN104317195B

    公开(公告)日:2017-02-08

    申请号:CN201410508005.5

    申请日:2014-09-28

    Abstract: 本发明公开了一种基于改进极限学习机的非线性系统逆模型控制方法,该方法,包括步骤:包括如下步骤:MAPSO种群初始化,设置MAPSO的相关运行参数。对ELM参数(输入权重及隐含层阈值)进行MAPSO寻优,确定合适的ELM参数;利用MAPSO-ELM对非线性离散被控对象的逆进行直接建模:将训练好的MAPSO-ELM逆模型直接与原系统复合实现非线性系统的逆模型控制,结束。有效提高其预测精度和泛化能力。将改进的极限学习机(MAPSO-ELM)直接运用于非线性系统逆模型控制中,可有效解决非线性系统逆模型建模难及传统逆模型控制方法过学习、训练速度慢、易陷入局部最优值等问题。(56)对比文件唐贤伦,等.多智能体粒子群优化的SVR模型预测控制《.控制与决策》.2014,第29卷(第4期),第1.3节.Juan Luis Fernández-Martínez,等.Particle Swarm Optimization: A PowerfulFamily of Stochastic Optimizers.Analysis, Design and Application toInverse Modelling《.Advances in SwarmIntelligence,Springer Berlin Heidelberg》.2011,第1-8页.

    非线性前馈与模糊PID结合的风力发电机组变桨距控制方法

    公开(公告)号:CN104005909A

    公开(公告)日:2014-08-27

    申请号:CN201410162896.3

    申请日:2014-04-22

    CPC classification number: Y02E10/723

    Abstract: 本发明公开了一种非线性前馈控制与粒子群优化模糊PID控制结合的风力发电机变桨距控制方法。该方法提出基于有功功率偏差的前馈控制策略,当发电机组运行在额定风速以上时,运用发电机有功功率P与额定功率P0得到功率偏差△P;通过MAPSO模糊PID控制器给出变桨距控制期望输出的桨距角β1;同时经非线性前馈控制器得出变桨距控制期望的前馈桨距角β2;MAPSO模糊PID控制器得到的桨距角β1与前馈桨距角β2相加,得到桨距角设定值β。本发明降低了系统的调节时间,增加系统的稳定性和可靠性,较传统控制器具有明显的优势。

    一种基于MAPSO优化粒子滤波的多移动机器人协作定位方法

    公开(公告)号:CN103970135A

    公开(公告)日:2014-08-06

    申请号:CN201410162974.X

    申请日:2014-04-22

    Abstract: 本发明公开了一种基于MAPSOPF算法的多机器人协作定位控制方法,包括步骤:将实际运行环境抽象成一张平面图,根据路标的位置和机器人的路径建立环境地图;初始化机器人相关信息、黑板信息;采用MAPSOPF算法并根据适应度值预测机器人下一步的位置,更新预测位置、黑板信息,完成精确定位。通过调整权重系数和学习因子,引入竞争机制,以提高算法的优化效果,最终提高多机器人的协作定位精度。

Patent Agency Ranking