改进的粒子群神经网络在飞控中的应用

针对BP神经网络对初始值敏感、容易陷入局部寻优且收敛速度较慢,提出用粒子群对神经网络的参数进行优化,同时设计了衰减的指数函数对惯性权重进行动态调整以提高算法性能.并应用该算法对导弹飞控系统的逆误差进行补偿,仿真结果表明,该方法对逆误差进行了有效的补偿,避免了局部寻优并提高了学习效率.     

ISG混合动力汽车模型预测控制能量管理策略

针对ISG混合动力汽车的能量管理问题,提出了一种控制车辆驾驶员行为的模型预测控制策略。首先由马尔可夫链预测车辆未来需求功率模型,对求得的需求功率模型结合驾驶员行为进行随机学习控制;运用动态规划算法以燃油消耗最小为目标进行滚动优化;最后在Advisor和Matlab/Simulink平台上搭建仿真模型。仿真结果表明:与逻辑门限控制策略相比,该控制策略能有效地改善ISG混合动力汽车燃油经济性,并具有良好的实时性。