目录
前言
前面我们用人为调参的方法对2、4、7自由度悬架进行PID主动控制,那么对于有经验调参的人来说固然没有什么麻烦,但是对于每个模型PID参数的调节大小是不一样的,或者说“习惯性”参数不一样,那么这时候可能就需要利用优化算法来调节参数了,本章介绍遗传算法和粒子群算法自适应调节PID参数。
然后为什么本篇文章要介绍两种优化算法优化相同的控制器参数呢?
因为其实优化算法都有共性,就是寻找极值,这样我可以使用遗传算法和粒子群算法寻优仿真的结果做对比,也算是验证优化的可靠性吧!
由于时间问题,这里每次的迭代次数均为10次。
而且为了更加准确证明所有话结果的有效性,这里均选用苛刻的随机路面激励,好了看下面的仿真结果(真的跑了好久,因为模型太多了)。
对于悬架模型可以看往期文章:
半车(前后、左右)、整车悬架详细推导建模和simulink仿真分析_侧倾 半车运动模型_Mr. 邹的博客-CSDN博客
这里有个