1、https:/基于粒子群算法的隔振體系參數(shù)優(yōu)化研究基于粒子群算法的隔振體系參數(shù)優(yōu)化研究摘要：首先利用粒子群優(yōu)化算法，以傳遞率為適應(yīng)值函數(shù)，分別對(duì)單自由度、雙自由度隔振體系進(jìn)行了隔振參數(shù)的單目標(biāo)和多目標(biāo)優(yōu)化研究.隨之，考慮了狀態(tài)反饋控制方法，目標(biāo)函數(shù)選為傳遞函數(shù)矩陣的無(wú)窮范數(shù)；數(shù)值試驗(yàn)表明，在無(wú)控最優(yōu)隔振參數(shù)的基礎(chǔ)上，施加反饋控制，并不能進(jìn)一步優(yōu)化隔振體系；而重新在線計(jì)算隔振參數(shù)及反饋控制器，可以進(jìn)一步優(yōu)化原無(wú)控最優(yōu)隔振體系.最后，進(jìn)行了兼顧控制力傳遞率的多目標(biāo)研究，旨在優(yōu)化隔振體系傳遞率的同時(shí)，盡可能降低控制能源消耗.本文的系統(tǒng)研究，解決了隔振體系參數(shù)的最優(yōu)設(shè)計(jì)問(wèn)題；并在隔振基礎(chǔ)上施加控制體系

2、，討論了最優(yōu)參數(shù)設(shè)置的重要性；此外，兼顧控制能源消耗的參數(shù)優(yōu)化，對(duì)于傳統(tǒng)的隔振和控制體系設(shè)計(jì)具有一定的創(chuàng)新意義.關(guān)鍵詞：粒子群算法；單目標(biāo)；多目標(biāo)；傳遞率；傳遞函數(shù)矩陣；無(wú)窮范數(shù)；狀態(tài)反饋控制；控制力傳遞率作為新型的群智能算法 粒子群優(yōu)化算法 PSO 自 1995 年提出以來(lái)，就因其簡(jiǎn)單、易實(shí)現(xiàn)、收斂快，可調(diào)參數(shù)少等優(yōu)點(diǎn)得到了廣泛應(yīng)用 8.由于傳統(tǒng)粒子群算法的局限性，許多學(xué)者對(duì)其做出了改進(jìn).Shi9 等提出了關(guān)于權(quán)重的線性調(diào)整策略，獲得了滿(mǎn)意的優(yōu)化效果；李軍等 10 在 Shi 的基礎(chǔ)上提出了自適應(yīng)權(quán)重變化策略，克服了傳統(tǒng)粒子群算法尋優(yōu)過(guò)程的早熟情況，能使粒子群算法達(dá)到局部最優(yōu)及全局最優(yōu)的平衡

3、.Coello 等首次提出了多目標(biāo)粒子群優(yōu)化算法MOPSO，掀開(kāi)了多目標(biāo)優(yōu)化問(wèn)題的新篇章，主要思想是通過(guò) Pareto 最優(yōu)解集決定粒子飛行方向以及在全局知識(shí)庫(kù)中得到之前發(fā)現(xiàn)的非支配向量，以指導(dǎo)其它粒子飛行 11.狀態(tài)反饋控制是振動(dòng)控制領(lǐng)域的常用方法，通常包括線性二次型最優(yōu)控制、極點(diǎn)配置控制、基于觀測(cè)器的控制器等，由于實(shí)際問(wèn)題的不確定性，魯棒H2HSymboleB 控制被提出并廣泛應(yīng)用 12.上述方法在機(jī)械、結(jié)構(gòu)等振動(dòng)控制領(lǐng)域中發(fā)揮了巨大作用，其實(shí)質(zhì)是通過(guò)控制器產(chǎn)生基于輸出的反饋控制力，以?xún)?yōu)化控制系統(tǒng)響應(yīng).1 粒子群算法1.1 標(biāo)準(zhǔn)粒子群算法粒子群優(yōu)化算法模型中，每一個(gè)粒子的自身狀態(tài)都由一組位

4、置和速度向量描述，分別表示問(wèn)題的可行解和它在搜索空間中的運(yùn)動(dòng)方向.粒子通過(guò)不斷學(xué)習(xí)它所發(fā)現(xiàn)的群體最優(yōu)解和它在搜索空間中的運(yùn)動(dòng)方向，并不斷更新它所發(fā)現(xiàn)的群體最優(yōu)解和鄰居最優(yōu)解，從而實(shí)現(xiàn)全局最優(yōu)解.粒子的速度和位置更新方程是PSO 的核心，由式 1 表示：https:/1.3 多目標(biāo)粒子群算法多目標(biāo)粒子群算法的主要計(jì)算步驟如下所述：Step1：初始化粒子群，計(jì)算各對(duì)應(yīng)粒子的目標(biāo)函數(shù)向量，將其中的非劣解加入到外部檔案之中；Setp2：初始化粒子的局部最優(yōu)值 pbest 和全局最優(yōu)值 gbest；Step4：根據(jù)新的非劣解維護(hù)外部檔案，并為每個(gè)粒子選取 gbest 檔案的內(nèi)容決定全局最優(yōu)值的選?。籗t

5、ep5：是否達(dá)到最大迭代次數(shù)，若否則繼續(xù)計(jì)算，若是則停止計(jì)算，輸出pareto 最優(yōu)解集及全局最優(yōu)解.多目標(biāo)粒子群優(yōu)化算法與單目標(biāo)粒子群優(yōu)化算法的主要區(qū)別就是全局最優(yōu)解的選取方式及外部檔案的設(shè)定和更新.需要著重指出的是，關(guān)于全局最優(yōu)解的選取問(wèn)題；對(duì)于多目標(biāo)優(yōu)化，直接計(jì)算會(huì)存在一組等價(jià)的最優(yōu)解集，很難從每一次迭代中確定一個(gè)全局最優(yōu)解.解決該問(wèn)題最直接的方法即是利用 Pareto 支配的概念，考慮檔案中的所有非劣解，并從中確定一個(gè)“主導(dǎo)者”，通常采用密度測(cè)量的方法來(lái)確定全局最優(yōu)解.本文將采用基于粒子最近鄰擁擠程度評(píng)判的最近鄰密度估計(jì)方法6 結(jié)語(yǔ)基于粒子群優(yōu)化算法，以控制輸出的傳遞率為目標(biāo)函數(shù)，在單

6、自由度、雙自由度隔振體系傳遞率分析的基礎(chǔ)上，分別進(jìn)行了隔振參數(shù)的單目標(biāo)和多目標(biāo)優(yōu)化設(shè)計(jì)研究.傳統(tǒng)的振動(dòng)控制設(shè)計(jì)，往往是在已知隔振參數(shù)的情況下創(chuàng)新控制方法或者優(yōu)化控制器，卻忽略了隔振參數(shù)對(duì)控制系統(tǒng)的重要性，盲目地從控制角度優(yōu)化體系，不僅容易造成控制能源浪費(fèi)，還可能會(huì)引起系統(tǒng)響應(yīng)發(fā)散.我國(guó)隔振設(shè)計(jì)規(guī)范15 僅對(duì)單自由度隔振體系的傳遞率等相關(guān)參數(shù)做了規(guī)定，事實(shí)上，本文研究表明，雙自由度隔振體系更適用于常見(jiàn)的工程振動(dòng)控制.本文亦為最優(yōu)隔振體系設(shè)計(jì)及最優(yōu)振動(dòng)控制設(shè)計(jì)提供了新思路，對(duì)隔振設(shè)計(jì)規(guī)范接下來(lái)的修訂工作具有指導(dǎo)意義.參考文獻(xiàn)WEI Yanding ，LAI Xiaobo ，CHEN Dingzho

7、ng ，et al. Optimalparameters design of twostage vibration isolation systemJ.Journal of ZhejiangUniversity， 2006， 405：893-896.In Chinese2 宋鵬金，陳龍珠，嚴(yán)細(xì)水.鍛錘隔振基礎(chǔ)參數(shù)優(yōu)化的新方法 J.振動(dòng)與沖擊，2004，233：96-98.SONG Pengjin ， CHEN Longzhu. YAN Xishui. The new parametershttps:/optimization method of vibration isolation base

8、 of hammer J. Journal ofVibration and Shock， 2004， 233：96-98. In Chinese7 劉春嶸，肖衛(wèi)明，徐道臨. 雙層流體浮筏的隔振特性研究 J.湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，401：43-48.LIU Chunrong ， XIAO Weiming ， XU Daolin. Study of the vibrationisolation of twodegreeoffreedom fluidtype floating raft J. Journal of HunanUniversity：Natural Sciences， 20

9、13，401：43-48. In Chinese8KENNEDY J， EBERHART R C. A new optimizer using particle swarmTheoryCProceedings of the Sixth International Symposium on IEEE.MicroMachine and Human Science， 1995： 39-43.9SHI Y， EBERHART R C. A modified particle swarm optimizer CIEEEWorld Congress on Computational Intelligenc

10、e.NewYork： IEEE，1998：69-73.OU Jinping. Structure vibration controlactive ， semiactive and smartcontrolM.Beijing： Science Press， 2003：61-68. In Chinese14GOLDBERG D E， RICHARDSON J. Genetic algorithms with sharingfor multimodal function optimizationC Proceedings of the Second InternationalConference on Genetic Algorithms and Their Applications.Hillsdale ， NJ：Lawrence Erlbaum，