改進(jìn)的克隆選擇算法及其在控制器參數(shù)整定中的應(yīng)用.pdf

1、克隆選擇算法是根據(jù)生物免疫系統(tǒng)中的克隆選擇學(xué)說而提出的一種仿生智能計(jì)算方法，該算法依據(jù)親和度，對(duì)抗體進(jìn)行不同程度的繁殖和變異操作，具備較強(qiáng)的自適應(yīng)能力、學(xué)習(xí)能力和保持種群多樣性的能力，已在眾多實(shí)際工程領(lǐng)域中得到了廣泛的應(yīng)用。但算法本身也存在一些缺陷，如求解精度不高、收斂速度較慢及易出現(xiàn)早熟收斂等。因此，對(duì)克隆選擇算法的改進(jìn)研究已成為熱點(diǎn)課題。
　　 在算法原理及其改進(jìn)原則研究的基礎(chǔ)上，本文提出一種改進(jìn)算法一混沌云克隆選擇算法(C

2、CCSA)。其基本思想是:利用混沌序列初始化種群，提高初始種群的質(zhì)量，以提高算法的求解精度;在算法進(jìn)化的過程中融入基于云模型的變異算子，改善種群多樣性，防止陷入局部最優(yōu)。標(biāo)準(zhǔn)函數(shù)測(cè)試結(jié)果表明，改進(jìn)算法求解精度高，收斂速度快。但該算法在解決高維(10維以上)、復(fù)雜函數(shù)問題時(shí)，其優(yōu)化性能欠佳，為此，在混沌云克隆選擇算法框架的基礎(chǔ)上，融入文化算法，利用文化算法信念空間的知識(shí)結(jié)構(gòu)指導(dǎo)種群的進(jìn)化過程，增強(qiáng)算法搜索的方向性和目的性，以提高算法的全局

3、搜索和局部精細(xì)搜索能力。典型函數(shù)測(cè)試結(jié)果表明，改進(jìn)的算法能有效防止早熟收斂，具有較強(qiáng)的全局搜索能力。
　　 自抗擾控制器參數(shù)眾多難以優(yōu)化，制約了該控制器在工程上的廣泛使用，因此，控制器的參數(shù)整定優(yōu)化已成為研究的熱點(diǎn)。通常，對(duì)其性能影響比較突出的（β01，β02，β03，β1，β2）5個(gè)參數(shù)進(jìn)行整定優(yōu)化。因此，本文中將混沌云克隆選擇算法應(yīng)用于二階自抗擾控制器的參數(shù)優(yōu)化整定，以時(shí)滯系統(tǒng)為受控對(duì)象，參考ITAE性能指標(biāo)建立目標(biāo)評(píng)價(jià)函數(shù)