-
公开(公告)号:CN116699976A
公开(公告)日:2023-09-05
申请号:CN202310917116.0
申请日:2023-07-21
Applicant: 河南工业大学
IPC: G05B11/42
Abstract: 本发明公开了一种融合改进粒子群算法的电机模糊PID控制方法,采用非线性递减方式对粒子群算法的权重进行动态更新,同时对粒子群的全局学习因子和个体学习因子进行非线性递减和递增的方式进行动态更新,提高算法收敛速度,避免陷入局部最优,促进算法性能提升;利用改进粒子群算法融合模糊控制策略对传统PID控制器进行优化,提升处理非线性系统能力;采用改进粒子群算法对模糊PID控制器中的量化因子和比例因子进行优化赋值,最后送入到PID控制器,从而提升PID控制器的鲁棒性和自适应调整能力。该发明具有响应速度快,自适应调整能力强,鲁棒性强等优点,确保电机控制能够高标准运行。
-
公开(公告)号:CN117664131A
公开(公告)日:2024-03-08
申请号:CN202311648550.X
申请日:2023-12-05
Applicant: 河南工业大学
IPC: G01C21/20 , G06Q10/047
Abstract: 本发明公开一种改进六向搜索A*的移动机器人路径规划方法,所述包括启发函数改进策略、六向搜索策略和路径平滑策略,所述启发函数改进策略,基于传统启发函数采用欧几里德距离的基础上,利用曼哈顿距离对启发函数进行加权,降低算法搜索的节点个数;所述六向搜索策略,首先根据当前节点和目标节点之间的位置关系,对搜索区域进行划分,在区域划分的基础上进行搜索邻域的拓展,提高了算法搜索效率;所述路径平滑策略,基于Floyd算法的思想,对规划出的路径进行平滑优化处理。该方法改善传统A*算法在复杂环境中搜索效率低、路径平滑性差等缺点,提高了算法的搜索效率和路径的平滑性。
-
公开(公告)号:CN116933540A
公开(公告)日:2023-10-24
申请号:CN202310917098.6
申请日:2023-07-21
Applicant: 河南工业大学
IPC: G06F30/20 , G06F18/25 , G06F17/18 , G06N3/006 , G06F111/08
Abstract: 本发明涉及一种利用多策略融合人工蜂群改进UKF算法的目标跟踪方法,其实现方案为:通过多种策略对人工蜂群算法的初始种群、雇佣蜂位置更新和侦察蜂位置更新三个方面进行改进,并引入优化后的人工蜂群算法对UKF算法中的固定过程噪声协方差进行寻优,将最优值作为新的过程噪声协方差,实现对目标运动的准确预测和跟踪。本发明提出的多策略融合人工蜂群改进的UKF算法适用于复杂场景的目标跟踪任务,改善了滤波性能,有效提高了跟踪精度。
-
-