一种基于蚁群算法固定翼无人机PID参数控制方法与流程

技术特征：

1.一种基于蚁群算法固定翼无人机PID参数控制方法,其特征在于，包括步骤如下：

步骤S1,设置蚁群搜索节点，通过经验法对PID控制器参数：比例因子K_p、积分时间T_i和微分时间T_d的取值范围进行界定，并将搜索节点设定为每行一种参数的N×3搜索点矩阵集合，其中N是大于1的参数取值范围内的随机值的个数；

步骤S2，在蚁群寻优机制中加入信息素蒸发机制，使每轮迭代结束后对当前蚁群搜索最优路径上的信息素进行蒸发；

步骤S3，采用信息素蒸发的蚁群寻优机制遍历蚁群搜索节点，寻找满足评价控制性能指标的节点，所述评价控制性能指标为：绝对误差的矩的积分最小。

2.根据权利要求1所述的基于蚁群算法固定翼无人机PID参数控制方法，其特征在于，步骤S1所述搜索节点，设定N为20,则经验法设置20×3的搜索点矩阵集合如下：

$\left\{\begin{array}{c}{K}_p=0.2/M\×K\×rand(20,1)+0.2\×ones(20,1)\\ K_i=0.2/M\×K\×rand(20,1)+1.5\×ones(20,1)\\ K_d=0.2/M\×K\×rand(20,1)+1.4\×ones(20,1)\end{array}\right..$

3.根据权利要求1或2所述的基于蚁群算法固定翼无人机PID参数控制方法，其特征在于，所述信息素蒸发机制为:

τ_ij(t+1)＝(1-ρ)τ_ij(t)+Δτ_ij，

${\mathrm{\Δ\τ}}_{ij}=\underset{k=1}{\overset{m}{\Σ}}{\mathrm{\Δ\τ}}_{ij}^k,$

式中ρ为信息素蒸发参量,且ρ取值介于0与1之间；Δτ_ij当前迭代(i,j)上所包含的信息素增量；为第k只蚂蚁在本次迭代搜索中遗留在(i,j)上的信息素。

4.根据权利要求3所述的基于蚁群算法固定翼无人机PID参数控制方法，其特征在于，所述遗留在在(i,j)上的信息素还可为：

式中F为一恒定不变的数，对蚁群寻优机制收敛速度上有一定影响作用，Q为对第k只蚂蚁当前搜索路径的原函数值。

5.根据权利要求4所述的基于蚁群算法固定翼无人机PID参数控制方法，其特征在于，步骤S3所述采用信息素蒸发的蚁群寻优机制遍历蚁群搜索节点,具体包括：

步骤S31.设定蚁群规模中蚂蚁总量为M只，并将其置于初始原点处，并设置蚁群算法初始参数；

步骤S32.对蚂蚁所走路径点进行记录，并将其置于一规格为1×3矩阵tabu_k中；

步骤S33.令蚁群以原点为起始点，并开始搜索，所有人工蚂蚁从原点出发，计算所行方向目标节点的转移概率，然后通过轮盘赌注法选择下一个节点，并将蚂蚁当前所在节点记入tabu_k中；

步骤S34.当蚁群搜索完毕即一次迭代结束，计算每只蚂蚁路径矩阵tabu_k来得到相应的(K_p,K_i,K_d)及性能指标。然后根据式τ_ij(t+1)＝(1-ρ)τ_ij(t)+Δτ_ij执行信息素蒸发策略，并记录本次迭代最小性能指标及相应PID参数；

步骤S35.若算法并未收敛且未达到最大迭代次数，则下一轮迭代开始，否则则将输出收敛结果或当前最优结果作为最优参数解。

6.根据权利要求5所述的基于蚁群算法固定翼无人机PID参数控制方法，其特征在于，步骤S33所述第k只蚂蚁从节点i到节点j的转移概率为：

$P_{ij}^k\left(t\right)=\left\{\begin{array}{cc}\frac{{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^{\mathrm{\α}}{\[{\mathrm{\η}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}{\underset{S\∈{\mathrm{allowed}}_k}{\Σ}{\[{\mathrm{\τ}}_{is}\left(t\right)\]}^{\mathrm{\α}}{\[{\mathrm{\η}}_{is}\left(t\right)\]}^{\mathrm{\β}}}& j,s\∈{\mathrm{allowed}}_k\\ 0,& others\end{array}\right.$

其中allowed_k为蚂蚁可行点，τ_ij(t)为i与j两点之间的信息素浓度；η_ij(t)为ij之间的启发函数，并且η_ij(t)＝1/distance(i,j)；α为信息素启发因子，α的大小决定蚂蚁搜索下一节点的导向；β为彰显着启发函数重要性的收敛因子。

7.根据权利要求1所述的基于蚁群算法固定翼无人机PID参数控制方法，其特征在于，步骤S3所述作为评价控制性能指标的绝对误差的矩的积分为：

$Q=T^2\underset{i=1}{\overset{LP}{\Σ}}i\left|e\left(i\right)\right|$

其中T为算法采周期，LP为仿真计算的点数。