用填充函数改进的智能控制系统全局优化算法

doi:10.3724/SP.J.1087.2012.00452

计算机应用 ›› 2012, Vol. 32 ›› Issue (02): 452-464.DOI: 10.3724/SP.J.1087.2012.00452

用填充函数改进的智能控制系统全局优化算法

袁亮,吕柏权,张晨,梁伟

上海大学机电工程与自动化学院，上海 200072

收稿日期:2011-08-11 修回日期:2011-09-12 发布日期:2012-02-23 出版日期:2012-02-01
通讯作者: 袁亮
作者简介:袁亮(1986-)，男，湖北黄冈人，硕士研究生，主要研究方向：人工智能、最优化算法；
吕柏权(1963-)，男，山西晋中人，副教授，博士，主要研究方向：非线性控制、人工智能、最优化算法；
张晨(1987-)，男，陕西渭南人，硕士研究生，主要研究方向：数字图像处理；
梁伟(1987-)，女，山东临沂人，硕士研究生，主要研究方向：人工智能、最优化算法。

Improved global optimization algorithm of intelligence control system with filled function

YUAN Liang,LV Bo-quan,ZHANG Chen,LIANG Wei

School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China

Received:2011-08-11 Revised:2011-09-12 Online:2012-02-23 Published:2012-02-01
Contact: YUAN Liang

摘要/Abstract

摘要： 为了提高全局优化算法的速度，提出了智能控制系统全局优化算法。该算法应用了闭环控制系统的反馈的思想,使得在寻优迭代过程中被优化函数的值不断接近设定值，直至达到其全局最优值。该算法的关键在于控制策略的设计和策略中的参数值的设定。为了降低参数初值设定的难度同时提高算法的寻优精度,利用填充函数法对智能控制系统全局优化算法进行改进。经12个标准的测试函数的验证，改进后的算法的速度较填充函数法快，算法的精度比智能控制系统全局优化算法高。

关键词: 全局优化, 控制系统, 填充函数, 控制策略, PID控制

Abstract: In order to improve the speed of global optimization algorithm, a global optimization algorithm of intelligence control system was presented. The feedback idea of closed loop control system was applied in this algorithm that made the value of the object function gradually close to the input in the iterative process until reaching the global optimization. The key of the algorithm lies in the design of control strategy and the initial setting of parameters. In order to reduce the difficulty of initial setting of parameters and ensure the precision of the algorithm, the filled function was used to improve the global optimization algorithm of intelligence control system. Verified by twelve standard test functions, the improved algorithm is faster than filled function method, and is more accurate than the global optimization algorithm of intelligence control system.

Key words: global optimization, control system, Filled Function (FF), control strategy, PID control

中图分类号:

TP18

袁亮吕柏权张晨梁伟. 用填充函数改进的智能控制系统全局优化算法[J]. 计算机应用, 2012, 32(02): 452-464.

YUAN Liang LV Bo-quan ZHANG Chen LIANG Wei. Improved global optimization algorithm of intelligence control system with filled function[J]. Journal of Computer Applications, 2012, 32(02): 452-464.

参考文献

[1]李铭明, 张连生, 王薇, 等.一个新的填充函数[J]. 系统科学与数学, 2007, 27(5): 703-713. [2]LIU X, XU W. A new filled function applied to global optimization[J]. Computers and Operations Research, 2004,31(1): 61-80. [3]WANG CHENGJUN, YANG YONGJIAN, LI JING. A new filled function method for unconstrained global optimization[J]. Journal of Computational and Applied Mathematics, 2009,225(1): 68-79. [4]LIANG Y M, ZHANG L S, LI M M, et al. A filled function method for global optimization[J]. Journal of Computational and Applied Mathematics, 2007,205(1): 16-31. [5]WU Z Y, BAI F S, LEE H W, et al. A filled function method for constrained global optimization[J]. Journal of Global Optimization, 2007,39(4): 495-507. [6]MA SUZHEN, YANG YONGJIAN, LIU HUAQUN. A parameter free filled function for unconstrained global optimization[J]. Applied Mathematics and Computation, 2010,215(10): 3610-3619. [7]FAN S-K S, ZAHARA E. A hybrid simplex search and particle swarm optimization for unconstrained optimization[J]. European Journal of Operational Research, 2007,181(2): 527-548. [8]李明,杨成悟.细菌菌落优化算法[J].控制理论与应用,2011,28(2):223-228. [9]刘朝华,张英杰,章兢,等.一种双态免疫微粒群算法[J].控制理论与应用,2011,28(1):58-64. [10]高艳卉,诸克军.求解优化问题的混合PSO-Solver算法[J].JOCA,2011,31(6):1648-1651. [11]LIU X. A class of continuously differentiable filled functions for global optimization[J]. IEEE Transactions on Systems, Man and Cybernetics,Part A:Systems and Humans,2008,38(1):38-47. [12]LIANG J J, QIN A K, SUGANTHAN P N, et al. Comprehensive learning particle swarm optimizer for global optimization of multimodal functions[J]. IEEE Transactions on Evolutionary Computation, 2006, 10(3): 281-295. [13]WANG YUPING, DANG CHUANGYIN. An evolutionary algorithm for global optimization based on level-set evolution and Latin squares[J]. IEEE Transactions on Evolutionary Computation, 2007, 11(5): 579-595.

[1]	张晓晗, 冯爱民. 基于经验模态分解和长短期记忆神经网络的短期交通流量预测[J]. 计算机应用, 2021, 41(1): 225-230.
[2]	孙淑光, 周琪. 基于残差决策的自动飞行控制系统远程实时故障诊断[J]. 计算机应用, 2020, 40(5): 1522-1528.
[3]	冯丽萍, 韩琦, 周志刚, 白增亮. 社交网络影响的不良信息扩散建模及最优控制策略[J]. 计算机应用, 2020, 40(3): 735-739.
[4]	秦楠, 马亮, 黄锐. 基于系统理论过程分析的软件安全性需求分析与验证方法[J]. 计算机应用, 2020, 40(11): 3261-3266.
[5]	谭喜堂, 刘莎, 朱琴跃, 范清雯, 王晨. 矩阵式LED远光灯智能辅助控制系统[J]. 计算机应用, 2019, 39(6): 1855-1862.
[6]	陈万志, 徐东升, 张静, 唐雨. 结合优化支持向量机与K-means++的工控系统入侵检测方法[J]. 计算机应用, 2019, 39(4): 1089-1094.
[7]	黄帅, 付光远, 伍明, 岳敏. 未知环境基于单目次优视差的多模滤波目标跟踪算法[J]. 计算机应用, 2019, 39(3): 864-868.
[8]	解本铭, 韩明明, 张攀, 张威. 飞机牵引车语音识别的动态时间规整优化算法[J]. 计算机应用, 2018, 38(6): 1771-1776.
[9]	刘煜堃, 诸葛建伟, 吴一雄. 新型工业控制系统勒索蠕虫威胁与防御[J]. 计算机应用, 2018, 38(6): 1608-1613.
[10]	王晓静, 彭虎, 邓长寿, 黄海燕, 张艳, 谭旭杰. 基于均匀局部搜索和可变步长的萤火虫算法[J]. 计算机应用, 2018, 38(3): 715-721.
[11]	夏浩男, 戴胜华. 基于着色Petri网的无线闭塞中心安全加密[J]. 计算机应用, 2018, 38(12): 3476-3480.
[12]	李巍, 吕乃光, 董明利, 娄小平. 凸松弛全局优化机器人手眼标定[J]. 计算机应用, 2017, 37(5): 1451-1455.
[13]	常天佑, 魏强, 耿洋洋. 基于状态转换的PLC程序模型构建方法[J]. 计算机应用, 2017, 37(12): 3574-3580.
[14]	陈皓, 张洁, 杨清萍, 董娅娅, 肖利雪, 冀敏杰. 基于混合搜索的多种群人工蜂群算法[J]. 计算机应用, 2017, 37(10): 2773-2779.
[15]	杨滨华, 赵高鹏, 刘鲁江, 薄煜明. 基于平移域估计的点云全局配准算法[J]. 计算机应用, 2016, 36(6): 1664-1667.

用填充函数改进的智能控制系统全局优化算法

Improved global optimization algorithm of intelligence control system with filled function

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics