混合PSO算法在非線性控制系統(tǒng)和電路參數(shù)優(yōu)化中的應用研究.pdf

1、參數(shù)優(yōu)化是許多科學、工程問題以及社會經(jīng)濟活動中的重要研究內(nèi)容之一。目前，國內(nèi)外學者已經(jīng)提出了大量優(yōu)化算法，粒子群優(yōu)化算法(PSO)就是其中一種較新的、較好的算法，它已經(jīng)成功應用于許多工程實踐問題，并取得了很好的優(yōu)化效果。 本文提出帶變異操作的自適應慣性權(quán)重的混合粒子群優(yōu)化算法(PSOGA)以及與差分進化算法(DE)相結(jié)合的非線性慣性權(quán)重的混合粒子群優(yōu)化算法(MPSODE)，以增加粒子群體多樣性、增強躍出局部最優(yōu)的能力。本文所提出

2、的兩種混合優(yōu)化算法與PSO算法均采用實數(shù)編碼，可以在一定程度上避免傳統(tǒng)優(yōu)化算法在求解非線性問題時可能存在的對初值敏感以及不可求導等問題。將MPSODE和PSOGA等算法應用于半導體器件、典型電路實例及控制系統(tǒng)參數(shù)的優(yōu)化設計中，并與PSO算法進行比較，以驗證本文所提出新型混合優(yōu)化算法在實際應用中的可行性、有效性和優(yōu)越性。 文中首先對半導體器件、電路及控制系統(tǒng)的非線性部分建立相應的線性化的數(shù)學模型，提取合適的待優(yōu)化參數(shù)，針對參數(shù)對象

3、建立恰當?shù)倪m應度函數(shù)，準確地反映參數(shù)組合的優(yōu)劣性；然后，利用PSO及本文提出的混合優(yōu)化算法良好的搜索性能和快速的收斂速度，給出合理的設計流程，在目標參數(shù)空間進行高效并行搜索來獲取最佳參數(shù)組合，以有效降低電路功耗，改善電路及控制系統(tǒng)的性能。 通過仿真實驗證明本文所提出的混合優(yōu)化算法在對半導體器件、含有半導體器件的非線性電路，軟件實現(xiàn)的IIR濾波器以及控制系統(tǒng)中的PID控制器進行參數(shù)提取優(yōu)化中，相比于其他優(yōu)化算法在器件性能、電路功耗