CN102243693B - 基于类电磁演算法的压电作动器方向优化配置方法 - Google Patents
基于类电磁演算法的压电作动器方向优化配置方法 Download PDFInfo
- Publication number
- CN102243693B CN102243693B CN201110152957.4A CN201110152957A CN102243693B CN 102243693 B CN102243693 B CN 102243693B CN 201110152957 A CN201110152957 A CN 201110152957A CN 102243693 B CN102243693 B CN 102243693B
- Authority
- CN
- China
- Prior art keywords
- matrix
- data
- row
- path number
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 title abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000000694 effects Effects 0.000 abstract description 2
- 239000002245 particle Substances 0.000 description 32
- 230000002153 concerted effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公布了一种基于类电磁演算法的压电作动器方向优化配置方法,根据现有的板壳结构三维变形数据并进行数据转换,之后应用类电磁演算法计算压电作动器的配置路径,再根据已有的优化配置方案以及配置路径设置压电作动器配置方向。本发明的有益效果是,计算简单,配置方便,优化效果显著。
Description
技术领域
本发明涉及一种用于板壳结构变形控制的基于类电磁演算法的压电作动器方向优化配置方法。
背景技术
目前,公知的优化配置方法中主要涉及位置、大小等,而方向智能优化配置方法只有本人在2010年两次国际会议上所提出的基于遗传算法、模拟退火算法以及神经网络算法的优化配置方法。方向优化配置方法可以实现变形矢量控制,可以大幅度降低变形控制所需的能量,提高变形控制精度。
发明内容
本发明目的是针对现有技术存在的缺陷提供一种基于类电磁演算法的压电作动器方向优化配置方法。
本发明为实现上述目的,采用如下技术方案:
本发明基于类电磁演算法的压电作动器方向优化配置方法,根据现有的板壳结构三维变形数据并进行数据转换,之后应用类电磁演算法计算压电作动器的配置路径,再根据已有的优化配置方案以及配置路径设置压电作动器配置方向。
应用类电磁演算法的优化计算方法如下:
1)初始化: 从已知可行域中随机选取m个点作为初始粒子,然后计算出每个粒子的目标函数值f(xi) ,并将目标函数值最优的粒子记为xbest,也称其为当前最优粒子;
2)局部搜索: 局部搜索主要用来在单个粒子的邻域范围内改进当前种群已搜索到的解。实验表明,当只对当前最优粒子进行局部搜索时,能较好地维持速度和精度的平衡;
3)计算合力:首先, 根据每个粒子的目标函数值计算每个粒子所带的电荷量
然后,模仿电磁场中力的计算公式和迭加原理计算每个粒子所受的合力
根据上式, 对于两个粒子而言, 目标函数值较优的粒子将吸引另一个粒子;反之,目标函数值较差的粒子将排斥另一个粒子;
4)移动粒子:粒子i 将沿着合力Fi 的方向移动,步长λ为一个在[0,1]上均匀分布的随机值,R为一个向量,其分(向)量表示对应的朝上边界uk 或者下边界lk 移动的可行步长. 粒子每一步移动的公式为根据以上过程,每个粒子的位置得到更新,也就完成了EM 算法的一次迭代。
方向配置方法如下:
(1) 以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号为方向配置的终点;
(2) 以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号为方向配置的终点,下一个序号对应的路径号与配置起点的路径号的物理空间距离应在任意三个相邻路径号所占的物理空间距离以内;
(3) 以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号为方向配置的终点,下一个序号对应的路径号与配置起点的路径号所占的物理空间距离应在任意两个相邻路径号物理空间距离以内。
本发明的有益效果是,计算简单,配置方便,优化效果显著。
附图说明
图1是对某板壳结构进行划分示意图。
图2是对该板壳结构的三维变形图。
图3是根据类电磁演算法应用配置方案(1)所得到的优化配置图。
图4是根据类电磁演算法应用配置方案(2)所得到的优化配置图。
图5是根据类电磁演算法应用配置方案(3)所得到的优化配置图。
具体实施方式
在图1所实施例中,表示了对某板壳结构进行划分,标注了各点的路径号。
在图2所示实施例中,表示了对该板壳结构的三维变形图。
在表1所示的实施例中,表示了该板壳结构上各点三维变形数据。
表1
优化计算流程如下:
1.将三维变形数据进行转换,MATLAB转换流程如下:
A=[0.0001, 0.0034 , -0.0299 , -0.2450, -0.1100 , -0.0043 , -0.0000;
0.0007 , 0.0468 , -0.5921 , -4.7596 , -2.1024 , -0.0616 , 0.0004;
-0.0088 , -0.1301 , 1.8559 , -0.7239 , -0.2729 , 0.4996 , 0.0130;
-0.0365 , -1.3327 , -1.6523 , 0.9810 , 2.9369 , 1.4122 , 0.0331;
-0.0137 , -0.4808 , 0.2289 , 3.6886 , 2.4338 , 0.5805 , 0.0125;
0.0000 , 0.0797 , 2.0967 , 5.8591 , 2.2099 , 0.1328 , 0.0013;
0.0000 , 0.0053 , 0.1099 , 0.2999 , 0.1107 , 0.0057 , 0.0000];
for i=1:7
for j=1:6
B(i,j+1)=A(i,j)+A(i,j+1);
end
end
for i=1:6
for j=1:7
C(i+1,j)=A(i,j)+A(i+1,j);
end
end
for i=1:7
for j=1:7
D(i,j)=i*C(i,j);
end
end
for i=1:7
for j=1:7
E(i,j)=j*B(i,j);
end
end
2.将D组数据与E数据合并:
3.计算出distance矩阵,MATLAB计算流程如下:
POINTS = length(loc);
distance = zeros(POINTS);
for i = 1:POINTS,
for j = 1:POINTS,
distance(i, j) = norm(loc(i, :) - loc(j, :));
end
end
4.应用类电磁演算法的优化计算流程如下:
4.1)初始化。 从已知可行域中随机选取m个点作为初始粒子,然后计算出每个粒子的目标函数值f(xi) ,并将目标函数值最优的粒子记为xbest,也称其为当前最优粒子。
4.2)局部搜索。 局部搜索主要用来在单个粒子的邻域范围内改进当前种群已搜索到的解。实验表明,当只对当前最优粒子进行局部搜索时,能较好地维持速度和精度的平衡。
4.3)计算合力。首先, 根据每个粒子的目标函数值计算每个粒子所带的电荷量
然后,模仿电磁场中力的计算公式和迭加原理计算每个粒子所受的合力
根据上式, 对于两个粒子而言, 目标函数值较优(即较小) 的粒子将吸引另一个粒子;反之,目标函数值较差(即较大) 的粒子将排斥另一个粒子。
4.4)移动粒子。粒子i 将沿着合力Fi 的方向移动,步长λ为一个在[0,1]上均匀分布的随机值,R为一个向量,其分(向)量表示对应的朝上边界uk 或者下边界lk 移动的可行步长. 粒子每一步移动的公式为根据以上过程,每个粒子的位置得到更新,也就完成了EM 算法的一次迭代.
在表2所示的实施例中,根据类电磁演算法优化出的路径数据。
表2
5.制定三种方向配置方案:
(4) 以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号为方向配置的终点。
(5) 以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号(该序列号对应的路径号与配置起点的路径号的物理空间距离应在任意三个相邻路径号所占的物理空间距离以内)为方向配置的终点。
(6) 以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号(该序列号对应的路径号与配置起点的路径号所占的物理空间距离应在任意两个相邻路径号物理空间距离以内)为方向配置的终点。
在图3所示的实施例中,根据类电磁演算法应用配置方案(1)所得到的优化配置图。
在图4所示的实施例中,根据类电磁演算法应用配置方案(2)所得到的优化配置图。
在图5所示的实施例中,根据类电磁演算法应用配置方案(3)所得到的优化配置图。
Claims (1)
1.一种基于类电磁演算法的压电作动器方向优化配置方法,根据板壳结构三维变形数据采用MATLAB进行数据转换,之后应用类电磁演算法计算压电作动器的配置路径,再根据优化配置方案以及配置路径设置压电作动器配置方向;
所述设置压电作动器配置方向的方法为以下三种方案中的一种:
(1)以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号为方向配置的终点;
(2)以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号为方向配置的终点,下一个序号对应的路径号与配置起点的路径号的物理空间距离应在任意三个相邻路径号所占的物理空间距离以内;
(3)以任意序号对应的路径号为方向配置起点,以下一个序号对应的路径号为方向配置的终点,下一个序号对应的路径号与配置起点的路径号所占的物理空间距离应在任意两个相邻路径号物理空间距离以内;
其特征在于,所述数据转换的具体方法是:
①将板壳结构进行划分,建立网络节点,标注各网络节点的路径号;
②测得各网络节点的三维变形数据,并将测得的三维变形数据组成矩阵A;即
A=[0.0001, 0.0034 , -0.0299 , -0.2450, -0.1100 , -0.0043 , -0.0000;
0.0007 , 0.0468 , -0.5921 , -4.7596 , -2.1024 , -0.0616 , 0.0004;
-0.0088 , -0.1301 , 1.8559 , -0.7239 , -0.2729 , 0.4996 , 0.0130;
-0.0365 , -1.3327 , -1.6523 , 0.9810 , 2.9369 , 1.4122 , 0.0331;
-0.0137 , -0.4808 , 0.2289 , 3.6886 , 2.4338 , 0.5805 , 0.0125;
0.0000 , 0.0797 , 2.0967 , 5.8591 , 2.2099 , 0.1328 , 0.0013;
0.0000 , 0.0053 , 0.1099 , 0.2999 , 0.1107 , 0.0057 , 0.0000];
对于矩阵B,将矩阵A的第一列与第二列数据之和赋值为矩阵B第二列的数据;矩阵A第二列与第三列数据之和赋值为矩阵B第三列的数据;并依此类推;
对于矩阵C,将矩阵A第一行与第二行数据之和赋值为矩阵C第二行的数据;矩阵A第二行与第三行数据之和赋值为矩阵C第三行的数据;并依此类推;
对于矩阵D,将矩阵C的第一行数据放大一倍赋值给矩阵D的第一行的数据;矩阵C的第二行数据放大二倍赋值给矩阵D第二行的数据;并依此类推;
对于矩阵E,将矩阵B的第一列数据放大一倍赋值给矩阵E的第一列的数据;矩阵B的第二列数据放大二倍赋值给矩阵E的第二列的数据;并依此类推;
将矩阵D的数据与矩阵E的数据合并,以便提供给所述类电磁演算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110152957.4A CN102243693B (zh) | 2011-06-08 | 2011-06-08 | 基于类电磁演算法的压电作动器方向优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110152957.4A CN102243693B (zh) | 2011-06-08 | 2011-06-08 | 基于类电磁演算法的压电作动器方向优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102243693A CN102243693A (zh) | 2011-11-16 |
CN102243693B true CN102243693B (zh) | 2015-03-11 |
Family
ID=44961745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110152957.4A Expired - Fee Related CN102243693B (zh) | 2011-06-08 | 2011-06-08 | 基于类电磁演算法的压电作动器方向优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102243693B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446353B (zh) * | 2016-08-31 | 2019-08-06 | 中国科学院空间应用工程与技术中心 | 一种大间隙电磁作动器洛伦兹力高精度建模方法 |
CN108595744B (zh) * | 2018-03-02 | 2021-11-16 | 中国科学院空间应用工程与技术中心 | 基于高斯过程回归的电磁作动器等效磁场强度建模方法 |
CN112506246B (zh) * | 2020-12-02 | 2021-09-17 | 哈尔滨工程大学 | 利用振形控制进行平板上物体的振动主动控制方法 |
-
2011
- 2011-06-08 CN CN201110152957.4A patent/CN102243693B/zh not_active Expired - Fee Related
Non-Patent Citations (2)
Title |
---|
Optimal Placement And Configuration Direction Of Actuators In Plate Structure Vibration Control System;Jingyu Yang et al;《2010 2nd International Asia Conference on Informatics in Control, Automation and Robotics》;20101231;124-128 * |
结合变尺度法的改进类电磁机制算法;印峰等;《智能系统学报》;20100630;第5 卷(第3 期);254-259 * |
Also Published As
Publication number | Publication date |
---|---|
CN102243693A (zh) | 2011-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102243693B (zh) | 基于类电磁演算法的压电作动器方向优化配置方法 | |
CN105117517A (zh) | 一种基于改进粒子群算法的配网重构方法 | |
CN105205502B (zh) | 一种基于马尔柯夫蒙特卡罗的负荷特性综合分类方法 | |
Zhang et al. | Optimal operation of large-scale cascaded hydropower systems in the upper reaches of the Yangtze River, China | |
CN104317306A (zh) | 卫星编队重构方法 | |
GB2438003B (en) | Data storage device and method | |
CN105451292A (zh) | WRSNs中基于网格结构的分层网络充电方法及系统 | |
CN104850011A (zh) | 一种障碍物环境中tsp避障最优路径规划方法 | |
CN108649605A (zh) | 一种基于双层场景区间潮流的der并网准入容量规划方法 | |
CN103473465B (zh) | 基于多目标人工免疫系统的土地资源空间布局优化方法 | |
Cao et al. | An active equalization method for lithium-ion batteries based on flyback transformer and variable step size generalized predictive control | |
Jiang et al. | Analysis of the characteristics of connotation evolution of agricultural modernization with Chinese characteristics in the 70 years since the founding of New China | |
CN109005505B (zh) | 一种非固定周期无线可充电传感器网络充电方法 | |
Fu et al. | Adaptive signal light timing for regional traffic optimization based on graph convolutional network empowered traffic forecasting | |
CN102289562B (zh) | 基于禁忌搜索算法的压电作动器方向优化配置方法 | |
CN102214319B (zh) | 基于蚁群粒子群混合算法的压电作动器方向优化配置方法 | |
CN102262691A (zh) | 基于粒子群优化算法的压电作动器方向优化配置方法 | |
CN102214318B (zh) | 基于双蚁群算法的压电作动器方向优化配置方法 | |
CN102213948B (zh) | 基于局部搜索算法的压电作动器方向优化配置方法 | |
Phan et al. | Study on quadruped bounding with a passive compliant spine | |
CN102254070A (zh) | 基于蚁群算法的电磁阀优化设计方法 | |
CN102222167B (zh) | 基于人工免疫算法的压电作动器方向优化配置方法 | |
CN102184338A (zh) | 基于人工鱼群算法的压电作动器方向优化配置方法 | |
Hendrata et al. | Dynamic-energy-budget-driven fruiting-body formation in myxobacteria | |
Zhao et al. | Mission planning of agile satellites for multi-targets observation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150311 Termination date: 20180608 |