基于蚁群算法的EPS系统仿真研究

《基于蚁群算法的EPS系统仿真研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、公路与汽运第４期１０Ｈｉｇｈｗａｙｓ＆ＡｕｔｏｍｏｔｉｖｅＡｐｐｌｉｃａｔｉｏｎｓ２０１２年７月基于蚁群算法的ＥＰＳ系统仿真研究尹力，金路（内蒙古交通职业技术学院汽车工程系，内蒙古赤峰０２４００５）摘要：针对车辆电动助力转向系统（ＥＰＳ）的特点，提出了基于蚁群算法的电动助力转向系统控制策略，将蚁群算法与模糊ＰＩＤ控制器相结合，根据车辆不同运行工况，通过实时在线优化模糊ＰＩＤ控制器中的控制参数，进一步提高ＥＰＳ系统的控制精度与收敛速度，通过Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ进行了各种运行工况下整车ＥＰＳ系统的仿

2、真实验。实验结果表明，与常规ＰＩＤ控制相比，采用基于蚁群算法的控制策略，ＥＰＳ系统的控制精度高、超调量小、调整时间短，该控制策略具有蚁群算法收敛响应速度快和ＰＩＤ控制精度高的优点，适合应用于车辆ＥＰＳ系统。关键词：汽车；电动助力转向系统（ＥＰＳ）；蚁群算法；控制策略中图分类号：Ｕ４６３．４文献标志码：Ａ文章编号：１６７１－２６６８（２０１２）０４－００１０－０４电动助力转向系统（ＥｌｅｃｔｒｉｃａｌＰｏｗｅｒＳｙｓｔｅｍ，针对常规ＰＩＤ控制和模糊ＰＩＤ控制的不足，该ＥＰＳ）主要由转矩传感器、车速传感器、转

3、向机构、电文提出一种基于蚁群算法的模糊ＰＩＤ控制策略，该子控制单元、助力电机及减速机构等元件组成，通过方法通过蚁群算法在线对模糊ＰＩＤ控制器中的参控制ＥＰＳ系统中助力电机电流的大小，控制ＥＰＳ数ｋｐ、ｋｉ、ｋｄ不断进行优化，从而进一步提高ＥＰＳ系系统助力力矩的大小。然而ＥＰＳ系统是一个复杂统的控制精度和收敛速度。的非线性的时变系统，要求其助力大小必须是实时１蚁群算法的计算模型可调与控制的，即随着驾驶人作用在转向盘上转矩及车辆行驶速度的不断变化，必须同时兼顾车辆的设ｍ为蚁群中全部蚂蚁的集体总数，令ｍ＝ｎ转向

4、轻便性与操纵稳定性。∑ｑｉ（ｔ），其中ｑｉ（ｔ）（ｉ＝１，２，…，ｎ）表示ｔ时刻位于常规ＰＩＤ控制器具有结构简单、易于实施、控ｉ＝１变量ｉ的蚂蚁个数。制精度高等特点，在工业制造领域得到广泛应用。假设初始时刻各条路径上的信息素相等，即然而在相对比较复杂的工作环境下，被控对象常常具有非线性，其数学模型的精准性及系统参数的未τｉｊ（０）＝Ｃ，Ｃ为常数。在ｔ时刻，蚂蚁ｋ在变量ｉ中选择变量ｊ的转移概率按下式计算：知性都受到某种程度的限制，ＰＩＤ控制在非线性、参［τ（ｔ）］α·［η（ｔ）］β数时变系统中所表现出的控制

5、效果并不理想。模糊ｉｊｉｊ烄［τ（ｔ）］α·［η（ｔ）］β∑ｉｓｉｓＰＩＤ控制不需要精确的数学模型，其动态性能得到ｋ（ｔ）＝ｓａｌｌｏｗｅｄｋ（１）ｐｉｊ烅了充分发挥，在某种程度上改善了系统的准确性，而（若ｊ∈ａｌｌｏｗｅｄｋ）且具有良好的灵活性，但它在收敛速度上仍有一定烆０（否则）的局限性。１９９１年，意大利学者ＭａｒｃｏＤｏｒｉｇｏ等式中：τｉｊ（ｔ）（ｉ，ｊ＝１，２，…，ｎ）为ｔ时刻路径（ｉ，ｊ）上提出了一种模拟进化启发式搜索算法，即蚁群算法的信息素；ηｉｊ（ｔ）为启发函数，按式（２）计算；α为信

6、息（ＡｎｔＣｏｌｏｎｙＯｐｔｉｍｉｚａｔｉｏｎ，ＡＣＯ），又被称作蚂蚁算启发因子；β为期望启发因子；ａｌｌｏｗｅｄｋ为允许蚂蚁法。蚁群算法实际上属于一种自催化算法，它主要下一步选择的变量，ａｌｌｏｗｅｄｋ＝｛Ｃ－ｔａｂｕｋ｝；ｔａｂｕｋ通过蚁群个体间的信息传递形成自催化行为，从而为记录蚂蚁ｋ当前所遍历过的变量，并随着进化的搜索到达目的地的最短路径的集体寻优特征，具有过程进行自我调整。自组织性、并行性及较强的鲁棒性。蚁群算法的结＊１０－ｙｉ，ｊ－ｙｉ，ｊ（ｘ，ｙ，ｔ）＝（２）果并不依赖于初始路径的选择，同时

7、在具体搜索过ηｉｉ，ｊ１０式中：ｙ＊表示第一次循环以后Δｋ、Δｋ、Δｋ的程中也无需人为干涉，其计算参数的数量较少、结构ｉ，ｊｐ０ｉ０ｄ０简单，可以广泛应用于组合优化问题。值，再次循环时，将上一次循环参数的最优值Δｋ＊、ｐ公路与汽运总第１５１期Ｈｉｇｈｗａｙｓ＆ＡｕｔｏｍｏｔｉｖｅＡｐｐｌｉｃａｔｉｏｎｓ１１＊、Δｋ＊赋值给ｙ＊。子集为ｅ、ｅｃ＝｛ＮＢ，ＮＭ，ＮＳ，Ｚ，ＰＳ，ＰＭ，ＰＢ｝，控Δｋｉｄｉ，ｊ假设初始时刻Δτｉｊ（０）＝０，同时为了防止信息制变量Δｋｐ、Δｋｉ、Δｋｄ的变化范围分别为［－０．６，

8、素的不断累积，取ζ［０，１），则在ｔ＋ｎ时刻，路径０．６］、［－０．０６，０．０６］和［－６，６］，其模糊子集为Δｋｐ、（ｉ，ｊ）上的信息素递推方程如下：Δｋｉ、Δｋｄ＝｛ＮＢ，ＮＭ，ＮＳ，Ｚ，ＰＳ，ＰＭ，ＰＢ｝，子集中元τｉｊ（ｔ＋ｎ）＝（１－ζ）·τｉｊ（ｔ）＋Δτｉｊ（ｔ）（３）素分别代表负大、负中、负小、零、正小、正中、正大。式中：ζ为信息素挥发系数；１－ζ为信息素残留因２．３定义输入、输出隶属度函数子；Δτｉｊ（ｔ