Application of Micro-population Genetic Algorithm in Gun Stability Control

2013-09-20
194.3KB
Points it Requires : 2

Download

repReport

Document Introduction
You Might Like
Recommended Downloads

本文介绍了一种新兴的高效全局寻优方法— 微种群遗传算法，通过对该算法进行改进，同时结合坦克火炮稳定器的系统结构模型，对PID 控制器的参数进行了优化，并进行了仿真实例研究，结果表明该方法能实现对PID 参数的全局优化，收到较好的控制效果。关键词：微种群遗传算法；PID 参数；火炮稳定器坦克是陆军中同时具有火力、机动性和防护能力三大性能的大型武器。坦克火炮稳定系统，是坦克火控系统的重要组成部分，它保证坦克在行进时火炮所赋予的高低和方向角度不受车体震动的影响，同时使炮手轻便地操纵火炮。经验证明，高质量的火炮稳定系统不仅可以提高坦克火控系统的命中精度，还能显著地改善整个系统的其他性能。火炮通过炮塔与车体连接，一方面随着炮塔在水平面内做旋转运动，另一方面，在车体垂直面内，随着车体的仰俯，绕耳轴做摆动，火炮的稳定控制非常困难。目前，由于 PID 控制规律具有算法简单、鲁棒性好和可靠性高等优点，因此在火炮稳定控制中采用最多的依然是PID 控制方式。PID 参数整定与优化一直是自动控制领域的重要问题。PID 参数整定的方法有很多，工程上整定的方法有衰减曲线法、Z-N 法、ISTE 最优设定方法、快速整定法和继电器法等，在参数优化过程中多采用梯度法、单纯形法和智能方法。衰减曲线法、Z-N 法和快速整定法是工程经验的总结，不是最优解；继电法会使被控系统振荡，而优化中的梯度法需要对目标函数微分，梯度法和单纯形法会陷入局部最优点，而ISTE 最优设定方法和智能方法是针对一类特定被控对象的；微种群遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化机制的计算模型，它在解空间寻优的过程中具有自动获取和积累有关搜索空间知识的能力，并能适应地控制搜索过程，从而得到最优解或准最优解。实践证明遗传算法非常适合PID 参数整定与优化问题的求解。

unfold

Application of Micro-population Genetic Algorithm in Gun Stability Control

Document Introduction