[发明专利]一种激光粒子控制方法有效

专利信息
申请号: 201710752460.3 申请日: 2017-08-28
公开(公告)号: CN107728469B 公开(公告)日: 2018-08-24
发明(设计)人: 刘利钊 申请(专利权)人: 三维泰柯(厦门)电子科技有限公司
主分类号: G05B13/04 分类号: G05B13/04;G06N3/00
代理公司: 北京君恒知识产权代理事务所(普通合伙) 11466 代理人: 张璐;黄启行
地址: 361021 福建省厦*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种激光粒子控制方法,采用逆向学习对集群中单体坐标进行初始化;再引入IRICP寻矢法寻找最优激光粒子控制单体;同时,对当前集群中最优激光粒子控制单体进行拉普拉斯混沌干扰,从而得到集群中最优激光粒子的最优单体。本发明在适应度逐轮比较时,可以把多个集群中对应的激光粒子相互比较,还可以在一个集群中对内部的激光粒子进行比较,达到了控制精度的要求。
搜索关键词: 一种 激光 粒子 控制 方法
【主权项】:
1.一种激光粒子控制方法,其特征在于,采用逆向学习对集群中单体坐标进行初始化;再引入热源型反馈控制即IRICP寻矢法寻找最优激光粒子控制单体组;同时,对当前集群中最优激光粒子控制单体组进行拉普拉斯混沌干扰,从而得到集群中最优激光粒子控制单体组的最优单体;其中,引入IRICP寻矢法寻找最优激光粒子控制单体组的步骤包括:(1)设定:逆向学习初始化前的初始激光粒子控制单体x1,x1∈Rn;单位正交方向dn取坐标方向;步长扩大因子α,α>1;缩减因子β,β∈(‑1,0);允许误差ε>0;令:y1=x1,k=1,j=1,i为1至n;式中,y1为逆向学习初始化后的初始激光粒子控制单体;k为序号,k为1至n;i,j为激光粒子控制单体变量,j为1至n,i为1至n;(2)判断实际中带干扰的逆向学习初始化后的激光粒子控制单体yj对应的适应度值是否小于逆向学习初始化后的初始激光粒子控制单体对应的适应度值,是则令所述逆向学习初始化后的激光粒子控制单体yj的下一个激光粒子控制单体等于当前激光粒子控制单体,且激光粒子控制单体yj的步长扩大α倍,否则令所述逆向学习初始化后的激光粒子控制单体yj的下一个激光粒子控制单体等于当前激光粒子控制单体,且激光粒子控制单体yj的步长缩减β倍;(3)判断激光粒子控制单体变量j,若小于n,则令激光粒子控制单体变量j的下一个激光粒子控制单体变量等于当前激光粒子控制单体变量,且返回步骤(2);否则,进入步骤(4);(4)判断逆向学习初始化后n+1点的激光粒子控制单体对应的适应度值是否小于逆向学习初始化后的初始激光粒子控制单体对应的适应度值,是则令所述逆向学习初始化后的初始激光粒子控制单体等于逆向学习初始化后n+1点的激光粒子控制单体,且返回步骤(2);若逆向学习初始化后n+1点的激光粒子控制单体对应的适应度值等于逆向学习初始化后的初始激光粒子控制单体对应的适应度值,则进入步骤(5);(5)判断逆向学习初始化后n+1点的激光粒子控制单体对应的适应度值是否小于逆向学习初始化后k点的激光粒子控制单体对应的适应度值,如果是则进入步骤(6);否则,判断所有激光粒子控制单体变量j,若满足激光粒子控制单体变量j点的步长不大于允许误差,则结束,且逆向学习初始化前k点的激光粒子控制单体作为最优单体,否则取逆向学习初始化后的初始激光粒子控制单体等于逆向学习初始化后n+1点的激光粒子控制单体,且令激光粒子控制单体变量j等于1,并返回步骤(2);(6)令逆向学习初始化前k+1点的初始激光粒子控制单体等于逆向学习初始化后n+1点的初始激光粒子控制单体,判断若逆向学习初始化前k+1点的初始激光粒子控制单体和逆向学习初始化前的k点的初始激光粒子控制单体对应的适应度值不大于允许误差,则将逆向学习初始化前k+1点的初始激光粒子控制单体作为极小点和控制对象,且结束计算;否则,进入步骤(7);(7)令:式中,λi是所有沿单位正交方向di的步长的代数和;定义一组方向p1,p2,...,pn:利用Gram‑Schmidt正交化方法,将方向组{pj}正交化,令方向qj如下确定:再将所述方向组{pj}单位化,令:为激光粒子控制单体j点的单位正交方向平均;根据上述公式得到n个新的正交寻矢方向;(8)令:其中j为1至n;再令j=1,则:y1=xk+1;k=k+1;返回步骤(2)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三维泰柯(厦门)电子科技有限公司,未经三维泰柯(厦门)电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710752460.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top