基于粒子群优化的潜器深度自适应模糊控制

为了克服水下潜器复杂工作环境及非线性沉浮运动的不利因素,提高系统平台的稳定性与自适应能力,提出了一种基于粒子群优化的水下潜器深度自适应模糊控制方法。该方法采用基于粒子群优化的搜索方法,对模糊控制器的控制规则修正因子进行动态优化调整,同时结合基于误差反向传播的多层前向神经网络对隶属函数参数进行自适应修正。这种将粒子群优化与神经网络相结合的模糊控制方法具有较快的收敛速度,能够有效的实现系统平台水下运动状态的自适应调整,并避免了局部极小值问题。仿真实验结果表明:该方法实际应用中的控制变量超调量及稳态误差均优于传统的自适应模糊控制过程,可使水下潜器具备更好的稳定性能,应用前景广阔。