基于改进蚁狮优化的火炮随动系统控制方法

摘要

针对防空火炮对随动控制系统跟踪精度高和强鲁棒性的要求，提出一种基于改进粒子群蚁狮优化（Improved Particle Swarm Optimization-Antlion Optimization, IPSO-ALO）算法的火炮随动系统控制策略。首先在建立火炮交流伺服系统模型的基础上，分析了位置控制器结构；其次，利用改进的蚁狮算法优化了位置环PI控制器，为解决算法迭代后期蚁狮的多样性降低导致陷入局部最优的问题，并且为保证得到最优参数，将PSO算法与ALO算法融合，利用粒子群算法更新蚁狮位置，进一步更新蚁狮算法的精英主义阶段，并且分别在粒子群算法中引入自适应非线性递减惯性权重系数，加强算法在后期的局部搜索能力，在蚁狮算法中引入动态比例系数和非线性动态权重，提高了算法的全局搜索能力；最后，在MATLAB/Simulink建模仿真并分析了各控制器作用下系统的稳定性、跟踪性及鲁棒性。仿真结果表明，IPSO-ALO算法对于PI控制的各种性能指标最优，其调节时间较IPSO和IALO分别提升18.2%和33.1%，所设计的控制器能够使火炮随动系统获得更好的响应特性和跟踪精度，抗干扰能力强，有较强的鲁棒性，证明了该方法的有效性。

关键词

防空火炮 / 随动系统 / 蚁狮算法 / 粒子群算法 / 鲁棒性