李荣雨 朱正方

(南京工业大学计算机科学与技术学院，江苏 南京 211816)



改进人工蜂群算法在MFAC参数整定中的研究

李荣雨 朱正方

(南京工业大学计算机科学与技术学院，江苏 南京 211816)

无模型自适应控制是一种针对非线性系统的控制设计方法，其系统参数的整定方法一直是近年的研究热点。为了优化控制器参数，提出了一种基于全局人工蜂群算法的交叉混合全局人工蜂群算法(CGABC)，并把该算法应用到无模型自适应控制(MFAC)中，选取改进误差绝对值积分(ITAE)性能指标作为算法的适应度函数，利用CGABC对MFAC关键参数进行优化及整定。仿真结果证明，与基本人工蜂群算法(ABC)和全局人工蜂群算法(GABC)相比较，MFAC-CGABC控制方法在无扰动的情况下调节时间与超调量都比较出色；当存在扰动时，控制系统依然具有较强的适应性。

人工蜂群算法 无模型自适应控制 参数整定 非线性系统 交叉混合 适应度函数 调节时间 超调量

0 引言

在工业控制中，建立受控系统的状态空间模型有时并不容易，带有不确定性的系统模型在实际应用中可能会出现无法预料的问题[1]。无模型自适应控制(model-free adaptive control，MFAC)可以有效处理带有参数变化和结构变化的非线性系统，但在关键参数的整定、线性化模型的可控性以及伪偏导数或伪梯度的确定等方面还急需解决方案[2-4]。

本文着重研究了无模型自适应控制关键参数的整定问题，通过引入交叉混合的全局人工蜂群算法(cross-mixing global artificial bee colony，CGABC)来平衡算法的探索与开发能力。……