李冰林，孙 宁

(南京林业大学 汽车与交通工程学院,南京 210037)

主动悬架LQG控制加权系数果蝇优化方法

李冰林，孙 宁

(南京林业大学 汽车与交通工程学院,南京 210037)

在汽车主动悬架LQG控制器的设计中，以悬架性能指标作为目标函数的加权系数通常为定值，为使系统性能达到更优，提出利用果蝇算法的参数少、易调节、计算量小、寻优精度高的特性，对其进行优化，提高LQG控制器的设计效率和性能。仿真结果表明，与传统的LQG控制结果进行对比，所采用的LQG控制果蝇优化权值系数方法更能改善汽车的主动悬架的性能。

振动与波；主动悬架；LQG控制；果蝇算法；加权系数

线性二次型最优控制算法(LQG)在主动悬架控制器的设计中应用最为广泛。该控制器中性能参数的加权系数往往直接影响到系统的控制指标和效果，通常的做法是由设计人员根据系统物理过程，依靠设计经验试凑来确定，这种选择权重系数的方法需要设计人员反复调试，费时费力，具有很强的主观性。如果参数选择不佳，会使得控制得不到最优的结果，甚至出现极大的偏差。目前，针对该问题处理的方法有通过遗传算法对权重系数进行优化，改善悬架性能[1–3]。陈双等人采用遗传粒子群LQG控制方法进行优化权重系数，也获得较好的优化效果[4]。

果蝇优化算法（Fruit Fly OptimizationAlgorithm，FOA）是潘文超教授提出的一种新的群智能算法，与其他群智能算法如粒子群算法相比，它是对1阶的方程进行优化，而粒子群采用的是2阶方程。……