[发明专利]参数优化方法、终端设备以及计算机存储介质

权利要求书

1.一种基于自适应粒子群算法的参数优化方法，其特征在于，所述参数优化方法包括：

建立姿态运动模型，并基于所述姿态运动模型设计控制器；

基于所述控制器中的多个预设参数获取适应度函数；

基于所述适应度函数计算每个所述预设参数的适应度值，以获取每个所述预设参数的个体极值；

对多个所述预设参数进行多次迭代，并以每次迭代后的所述个体极值更新迭代前的所述个体极值；

将多次迭代后的所述个体极值对应的预设参数输入所述控制器，以控制所述姿态运动模型；

所述基于所述适应度函数计算每个所述预设参数的适应度值，以获取每个所述预设参数的个体极值的步骤，包括：

初始化多个所述预设参数的第一速度和第一位置；

根据每个所述预设参数的第一速度和第一位置计算得到每个所述预设参数的适应度值；

所述根据每个所述预设参数的第一速度和第一位置计算得到每个所述预设参数的适应度值的步骤之后，包括：

基于所述适应度值，将多个所述预设参数划分为第一预设参数、第二预设参数和第三预设参数；

按照第一预设规则调小所述第一预设参数的惯性权重；

保持所述第二预设参数的惯性权重；

按照第二预设规则调大所述第三预设参数的惯性权重；

所述按照第一预设规则调小所述第一预设参数的惯性权重的步骤，包括：

所述第一预设规则的公式为：

其中，ω为惯性权重，f_i为第i个预设参数的适应度值，f_avg为所有预设参数适应度值的平均值，f'_avg为所有适应度值大于f_avg的预设参数适应度值的平均值，f_m为最优预设参数的适应度值，ω_min为ω的最小值；

所述保持所述第二预设参数的惯性权重，包括：

所述按照第二预设规则调大所述第一预设参数的惯性权重的步骤，包括：

所述第二预设规则的公式为：

其中，k₁为ω的最大值，k₂为调节能力,Δ＝|f_m-f'_avg|为早熟收敛程度。

2.根据权利要求1所述的参数优化方法，其特征在于，所述对多个所述预设参数进行多次迭代，并以每次迭代后的所述个体极值更新迭代前的所述个体极值的步骤，包括：

基于调节后的所述惯性权重，更新每个所述预设参数的速度；

基于每个所述预设参数更新后的速度更新每个所述预设参数的位置。

3.根据权利要求1所述的参数优化方法，其特征在于，所述基于所述控制器中的多个预设参数获取适应度函数的步骤，包括：

获取所述姿态运动模型的期望输出，并将所述期望输出输入所述控制器；

基于误差积分准则，根据所述期望输出以及所述姿态运动模型的实际输出之间的偏差获取适应度函数。

4.根据权利要求3所述的参数优化方法，其特征在于，所述控制器包括跟踪微分器、扩张状态观测器以及非线性状态误差反馈控制律；

所述基于所述控制器中的多个预设参数获取适应度函数的步骤：

基于所述扩张状态观测器的控制参数和所述非线性状态误差反馈控制律的控制参数获取所述适应度函数。

5.根据权利要求1所述的参数优化方法，其特征在于，所述对多个所述预设参数进行多次迭代的步骤，包括：

记录迭代次数，当所述迭代次数等于预设迭代次数阈值时，停止迭代；

或者，若迭代后的所述预设参数的适应度值大于或等于预设适应度值，则停止迭代。

6.一种终端设备，其特征在于，所述终端设备包括存储器以及与所述存储器耦接的处理器；

其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如权利要求1～5任一项所述的参数优化方法。

7.一种计算机存储介质，其特征在于，所述计算机存储介质用于存储程序数据，所述程序数据在被处理器执行时，用以实现如权利要求1～5任一项所述的参数优化方法。