[發明專利]一種應用改進的粒子群算法對四旋翼無人機控制的方法

在審

• 申請號: 201810546838.9
• 申請日: 2018-05-31
• 公開（公告）號: CN108763779A
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 馬珺;康日暉;賈華宇;侯江寬
• 申請（專利權）人: 太原理工大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/00
• 代理公司: 太原市科瑞達專利代理有限公司 14101
• 代理人: 李富元

1.一種應用改進的粒子群算法對四旋翼無人機控制的方法，其特征在于，按照如下的步驟進行：

步驟一、隨機建立初始化粒子群，粒子群數目q，因為是用粒子群對PID控制器的三個參數進行整定，則算法的維度為d＝3，第i個粒子的位置X_i＝(x_i1，x_i2，x_i3)代表第i個粒子的第[1，3]維度的位置分量，對應PID控制器中的粒子群中第i個粒子的速度為V_i＝(v_i1，v_i2，v_i3)代表第i個粒子的第[1，3]維度的速度分量，q一般取大于100的自然數，i為小于等于q的自然數；

步驟二、任意一個粒子的適應度值表示為t為時間，e(t)表示系統的理論輸出信號r(t)與實際輸出信號y(t)之間的偏差，即e(t)＝r(t)-y(t)，本次迭代時粒子群中適應度值最小的粒子作為種群最優粒子P_g，粒子群中每個粒子在本次迭代和本次迭代以前的迭代時適應度值最小的粒子作為個體歷史最優粒子P_j；

步驟三、粒子群按照下列公式更新粒子的位置和速度信息，若本次迭代時粒子群中存在粒子的適應度值小于種群最優粒子P_g，種群最優粒子P_g替換成該粒子；若本次迭代時存在單個粒子適應度值小于個體歷史最優粒子P_j，個體歷史最優粒子P_j替換成該粒子；

其中，表示種群中的粒子i在第k次迭代時第d維的速度分量，表示種群中的粒子i在第k+1次迭代時第d維的速度分量，P_gd表示第k次迭代時最優粒子P_g在第d維的分量，P_jd表示第k次迭代時歷史最優粒子P_j在第d維的分量，d為小于等于D的粒子群的維度，k為迭代次數，r₁和r₂為[0，1]之間的一個隨機數，c1和c2為學習因子，表示種群中的粒子i在第k次迭代時第d維的位置分量，表示種群中的粒子i在第k+1次迭代時第d維的位置分量，w為慣性權重；

步驟四、根據公式P＝α+Ge·β計算種群的調整概率P，如果滿足P＞P_m，則執行步驟五，否則執行步驟八，P_m為設定的在(0,1)區間的任意值，α和β是給定的概率的調整系數，Ge為群體最優粒子P_g和個體歷史最優粒子P_j無變動或變動很小的迭代次數累計值，迭代時種群最優粒子P_g和個體歷史最優粒子P_j都更新，表明粒子群的全局性良好不需要對種群進行調節，直接跳轉到步驟八，如果種群最優粒子P_g和個體歷史最優粒子P_j連續若干次迭代都無變化或變化很小，Ge將變大，相應的這個調節概率值就會變大，當Ge＝1/β時進行強制調整即執行步驟五；

步驟五、利用公式計算本次迭代時種群中任意粒子u1與種群最優粒子P_g之間的距離，表示最優粒子P_g第d維度的位置分量，x_u1d表示粒子u1第d維度的位置分量，如果l小于閾值△φ，表明粒子群聚集需要對粒子進行交叉操作，執行步驟六，否則返回步驟三，其中，△φ＝|iter/iter_max|ⁿ×(ub-lb)，iter表示到本次迭代為止的迭代次數，iter_max表示最大的迭代次數，ub表示粒子群中粒子位置的上限X_max，lb表示粒子群中粒子位置的下限X_min；

步驟六、按照公式對粒子進行交叉操作，若適應值變小則用交叉后的粒子替換該粒子，之后對下一個粒子執行步驟五，直至粒子群中所有粒子都交叉完畢后執行步驟八，否則執行步驟七對粒子進行變異操作，x_u1為當前操作的粒子的位置，x_u2為粒子群中除x_u1外的任意一個粒子的位置，x’_u1是x_u1交叉后的粒子位置，x’_u2是x_u2交叉后的粒子位置，z是一個D維隨機數列其數值介于(0，1)之間；

步驟七、對交叉操作后的粒子按照公式x″_u1＝x’_u1+(1-iter/iter_max)^γ(ub-x’_u1)或x″_u1＝x’_u1-(1-iter/iter_max)^γ(x’_u1-lb)對進行變異操作，x″_u1為變異后的粒子；若變異后的粒子適應度值小于個體歷史最優粒子P_j的適應度值，則該粒子的歷史最優粒子P_j替換為變異后降低的粒子，若變異后的粒子適應度值小于種群最優粒子P_g的適應度值。則種群最優粒子P_g替換為變異后降低的粒子，之后對下一個粒子執行步驟五，直至粒子群中所有粒子都變異完畢后執行步驟八；

步驟八、進行下一次循環迭代，并返回步驟二直至適種群最優粒子P_g和個體歷史最優粒子P_j的適應度值都小于或者等于預設值或迭代次數達到迭代次數最大值為止。

步驟九、最后得到的全局最優值即適應度最小的粒子的3個維度的分量分別作為PID控制器的三個參數轉化到s域，對無人機進行飛行控制。