探讨改进遗传算法在空气半主动悬架LQR控制中的应用和优化效果.docxVIP

探讨改进遗传算法在空气半主动悬架LQR控制中的应用和优化效果

目录

文档综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3遗传算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.4空气半主动悬架与LQR控制简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.5本文主要研究内容与结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

空气半主动悬架系统建模与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1悬架系统动力学模型建立．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2系统状态方程与输出方程描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.3悬架系统特性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.4LQR控制理论基础回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

基于遗传算法的LQR控制器参数优化方法．．．．．．．．．．．．．．．．．．．．17

3.1传统LQR控制器参数整定挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.2遗传算法基本原理与流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

3.2.1种群编码与初始化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

3.2.2适应度函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

3.2.3选择、交叉与变异算子．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

3.2.4遗传迭代过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.3将遗传算法应用于LQR参数优化．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.3.1优化目标函数构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.3.2控制器参数编码方式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.3.3适应度评价标准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

改进遗传算法在LQR参数优化中的应用．．．．．．．．．．．．．．．．．．．．．．35

4.1针对优化问题的遗传算子改进策略．．．．．．．．．．．．．．．．．．．．．．．．36

4.1.1改进选择算子．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

4.1.2改进交叉算子．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

4.1.3改进变异算子．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

4.2改进遗传算法的具体实现步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

4.3改进算法的收敛性与全局搜索能力分析．．．．．．．．．．．．．．．．．．．．43

仿真实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

5.1仿真平台搭建与参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

5.2基准LQR控制器性能仿真．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

5.2.1基准控制器在随机路面输入下的性能．．．．．．．．．．．．．．．．．．．．49

5.2.2基准控制器在阶跃脉冲输入下的性能．．．．．．．．．．．．．．．．．．．．50

5.3改进遗传算法优化LQR控制器的性能仿真．．．．．．．．．．．．．．．．．．．52

5.3.1改进算法优化效果对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

5.3.2不同改进策略下的优化性能比较．．．．．．．．．．．．．．．．．．．．．．．．55

5.4结果分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

5.4.1悬架动挠度控制效果对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

5.4.2车