基于广义反向学习的改进鲨鱼算法自抗扰参数整定

摘要：

针对非线性自抗扰控制器参数难以整定、很大程度影响控制精度的问题,提出一种改进鲨鱼优化算法的在线整定方式.首先,针对传统鲨鱼算法易早熟收敛陷入局部最优,且算法全局搜索精度低的问题,通过广义反向学习对鲨鱼种群进行初始化,并在鲨鱼位置更新过程中加入非线性控制因子,平衡算法的全局探索能力和局部开发能力,最后在迭代过程中加入Levy变异机制,提高算法跳出局部最优的能力.其次,将改进后的鲨鱼优化算法对自抗扰控制器参数在线整定,并将优化后的自抗扰控制器用于工程实例中,进行仿真实验.实验结果表明,整定后的自抗扰控制器很大程度提高了控制精度和抗扰动能力.

关键词：自抗扰、参数整定、鲨鱼优化算法、广义反向学习、非线性控制因子、Levy变异

所属期刊栏目：20

分类号：TP242(自动化技术及设备)

资助基金：山西省高校科技开发项目;长治医学院博士启动基金;山西省高等学校科技创新项目

在线出版日期：2020-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9081-9089