文献类型：期刊文章

作　　者：陆国强[1] 许建秋[2]

LU Guoqiang;XU Jianqiu(School of Electronic and Information Engineering,Sanjiang University,Nanjing 210012,China;College of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China)

机构地区：[1]三江学院电子信息工程学院,江苏南京210012 [2]南京航空航天大学计算机科学与技术学院,江苏南京211106

出　　处：《山东理工大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61972198)。

年　　份：2022

卷　　号：36

期　　号：2

起止页码：24-29

语　　种：中文

收录情况：CAS、普通刊

摘　　要：自主化作业的拖拉机由于作业速度和跟踪路径曲率的不断变化,基于固定参数模型预测控制的路径跟踪器不能达到理想效果。为提高控制器的自适应性,提出基于改进粒子群优化的自适应模型预测控制算法。该算法将作业场景与粒子群算法相结合,对模型预测控制中的预测时域进行自适应调整,当作业场景发生改变时,则用粒子群优化算法选取理想预测时域参数。为提高粒子群优化算法的寻优效果,采用分段函数的方式对惯性权重进行改进。以东方红-X1304拖拉机为研究对象,对作业速度为1、2 m/s和变速,跟踪路径为直线和曲线等情况进行仿真实验,并对比分析基于固定预测时域和自适应预测时域的控制器。结果表明,相对于基于三个固定时域的控制器,基于自适应预测时域控制器的跟踪精度和收敛速度分别提高了2%~44%和2%~71%。

关 键 词：拖拉机 路径跟踪  模型预测控制 粒子群优化算法

分 类 号：S219]