蚁群算法在陀螺温控系统中的应用研究.pdfVIP

宋春峰等：蚁群算法在陀螺温控系统中的应用研究 ·107· 蚁群算法在陀螺温控系统中的应用研究 宋春峰1侯媛彬1赵圣刚2 (1．西安科技大学电控学院陕西·西安710054， 2．中国人民解放军第91458部队83分队海南·三亚572021) 【摘要】蚁群薄法是一种薄效并行、模拟进化的全局寻优算法，考虑到陀螺温度控制系统的特殊 性，将蚁群算法应用于陀螺温控系统的P】D参数整定。详细地分析了PID参数整定中的蚁群算法与传 统蚁群算法的区别，并给出了P曩D参数整定的蚁群算法的具体算法步骤。仿真结果表明基于蚁群算法 整定的PID控制器在陀螺滠控系统申应用是可行的，并具有一定优越性。 【关键调】蚁拜算法陀螺温控系统PID控制器参数整定 1引富 个过程和前面所描述的方式是一致的，就不再赘 陀螺是惯性导航系统的核心元件，其精度受 述。在整个寻径过程中，虽然单个蚂蚁的选择能力 温度影响比较大。陀螺的温控系统起麓漏量、控制 有限，但是通过激索的作用，整个蚁群之间交换着 陀螺的温度、保持陀螺精度与性艟的重要作用。在 路径信息，最终按出最优路径。 设计温控系统时，控制算法常采用PID控制，控 蚁群算法最早被霜来解决TSP俺题，在此也 制效果的好坏完全取决予PID参数的整定与优 以TSP问题为辑，阐述蚁群算法的模型和流程。 化。PID参数的整定与优化的方法很多，如Z—N2．2蚁群算法的模型 法、IsTE最优设定法、临界灵敏度法等，但它们需2．2．1TSP问题的描述 要较多的经验知识并且在优化过程中极易陷入局 给定挖个城市的集合{1，2，…，靠)及城市之间 部最优点。而蚁群算法是一种寻求全局最优的高 环游的花费Cq(1≤i≤，l，1≤．『≤以，f≠J)，TSP 效并行、模拟进化的优化算法。本文把蚁群算法应 闻题是指找到一条经过每个城市一次且回到起点 用予捷联陀螺温控系统的PID参数寻优，经过仿 的最小花费的环游。若将每个顶点看成是图上的 真验证了该算法的有效性和合理性。 节点，花费％为连接顶点K，y，边上的权，则 2蚁群算法 TsP问题就是在一个具有／1个节点的完全图上找 2．1 蚁群算法的原理 到一条花费最小的Hamilton回路。 蚁群算法是对自然蚂蚁的寻径方式进行模拟 2．2．2蚁群算法的描述 而得出的一种仿生算法。为了说明蚁群算法的原 给定一个有以个城市的TSP问题，人工蚂蚁 理，先简要介绍一下蚂蚁搜寻食物的具体过程。 的数量为优，每个人工蚂蚁的行为符合下列规 在蚂蚁群找到食物时，它们总能找到一条从 律： 食物到巢穴之闻的最优路径，这是因为蚂蚁在寻 1)根据路径上的激素浓度，以相应的概率来 找路径时会在路径上释放出一种特殊韵信息紊， 选取下一步路径I 当它们碰到一个还没有走过的路口时，就随机地 2)不再选取自已本次循环已经走过的路径为 挑选一条路径前行，与此同时释放出与路径长度 下～步路径。用一个数据结构(tabulist)来控制这 有关的信息紊。路径越长，释放的激素浓度越低。 一点， 当后来的蚂蚁再次碰到这个路日的时候，选择激 3)当完成了一次循环后，根据整个路径长度 素浓度较高的路径概率就会相对较大，而其它的 来释放相应浓度的信息素，并更新走过的路径上 路径上激素浓度却会随着时筒的漉逝面消减。最 的信息紊浓度。 终整个蚁群会找出最优路径．不仅如此，蚂蚁还能 现用rq(t)表示在t时刻，边(f，歹)上的信息素 够适应环境的变化。当