[发明专利]基于SFCS算法的滑模控制器参数整定方法、装置及存储介质

说明书

本发明公开了基于SFCS算法的滑模控制器参数整定方法、装置及存储介质，在传统CS算法加入了具有自适应能力的爆炸算子和基于种群最差解的反向学习策略，使得种群之间可以相互交流，能够进一步指导种群向最优解的方向进化；在收敛方面，通过将种群生长曲线平衡了爆炸算子与莱维飞行对算法产生候选解的影响力度，平衡了算法的全局探索与局部开发能力；另外，在算法进行迭代后期时，爆炸算子占主导地位，有效改善了算法的收敛速度和精度；并且将SFCS算法运用到滑模控制器的参数整定中，很好地实现了参数的优化整定，从而节省人工调节参数的时间，并获得更好的控制效果。

技术领域

本发明涉及桥式吊车滑模控制器领域，特别涉及一种基于SFCS算法的滑模控制器参数整定方法、装置及存储介质。

背景技术

桥式吊车系统常用于各类重工业场地以及港口货物运输，工作时依靠台车悬挂的吊绳将负载牵引到指定位置，整个过程需在快速运送的同时，尽量减少负载摆动，以提高运送效率与安全水平。由于桥式吊车控制量维度少于其自由度，加上运行过程中需要台车精准定位以及抑制负载摆动，致使控制难度大为增加。滑模控制由于具有快速响应，设计简单，鲁棒性强等特点，已广泛应用于欠驱动系统的控制中，但滑模控制器的参数整定过程复杂，整定结果对控制效果影响较大。桥式吊车滑模控制器的参数多数依靠人工手动调试，其中由于控制器的参数之间具有一定的耦合性，导致参数的调节过程复杂繁琐，而且最终得出的参数在控制效果上往往也并不理想。部分学者使用传统的优化算法对滑模控制器进行参数整定，但是传统的优化算法存在收敛速度慢、收敛精度低且容易陷入局部最优解的问题，导致参数整定的结果欠佳。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

为此，本发明提出一种基于SFCS算法的滑模控制器参数整定方法，改进传统CS算法后期收敛速度慢、求解精度不高的缺点，提高算法的搜索精度和算法后期搜索速度，采用优化算法进行优化整定，从而节省人工调节参数的时间，并获得更好的控制效果。

本发明还提出一种应用上述基于SFCS算法的滑模控制器参数整定方法的基于SFCS算法的滑模控制器参数整定装置。

本发明还提出一种应用上述基于SFCS算法的滑模控制器参数整定方法的计算机可读存储介质。

根据本发明第一方面实施例的基于SFCS算法的滑模控制器参数整定方法，包括：

步骤S100，初始化参数和种群，首先设定进化代数G、最大进化代数Gmax、鸟巢数目n、搜索空间维数D、被发现概率Pa、搜索空间上限u和下限l；

步骤S200，随机产生n个鸟巢位置并且计算每个鸟巢位置的适应度值；

步骤S300，利用基于S型函数的惯性权重递减算法更新每个鸟巢位置并计算新鸟巢位置的适应度，将现有鸟巢与上一代鸟巢位置进行比较，选择适应度值较好的鸟巢位置替换适应度值较差的鸟巢位置，并保存适应度值最差的鸟巢；

步骤S400，产生一个[0,1]的随机数Pt，若PtPa，则利用基于种群最差解的反向学习算法进行偏好随机游走更新鸟巢位置，计算鸟巢的适应度值，将现有鸟巢位置与原鸟巢位置进行比较，选择适应度值较好的鸟巢位置替换适应度值较差的鸟巢位置；

步骤S500，若GGmax，则返回执行步骤S300，否则输出目标函数的优化结果。