基于改进果蝇优化的压电精密定位平台迟滞Bouc-Wen模型辨识

doi:10.3778/j.issn.1002-8331.1810-0037

计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (2): 242-247.DOI: 10.3778/j.issn.1002-8331.1810-0037

基于改进果蝇优化的压电精密定位平台迟滞Bouc-Wen模型辨识

王龙飞，邓亮，刘萍

上海电力大学自动化工程学院，上海 200090

出版日期:2020-01-15 发布日期:2020-01-14

Improved Fruit Fly Optimization Based Hysteresis Bouc-Wen Model Identification of Piezoelectric Precision Positioning Stages

WANG Longfei, DENG Liang, LIU Ping

College of Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China

Online:2020-01-15 Published:2020-01-14

摘要/Abstract

摘要： 提出一种基于改进果蝇优化算法（Improved Fruit fly Optimization Algorithm，IFOA）的压电精密定位平台迟滞特性的Bouc-Wen模型参数辨识方法。通过引入交叉因子和自适应搜索步长，IFOA可有效实现全局搜索与局部优化的动态平衡，并通过一种新的搜索策略提高整体搜索效率和优化精度。将IFOA应用于压电精密定位平台迟滞Bouc-Wen模型的参数辨识。实验辨识结果验证了该方法的有效性和潜力。

关键词: 迟滞, 果蝇优化算法, Bouc-Wen, 压电精密定位平台, 辨识

Abstract: An Improved Fruit fly Optimization Algorithm（IFOA） based Bouc-Wen identification method is proposed to describe hysteresis characteristic of a piezoelectric precision positioning stage. The IFOA with introduction of cross factors and an adaptive search step size can effectively attain the dynamic balance between global search and local optimization and improve search efficiency and optimization precision as a whole via a new search strategy. Subsequently, the IFOA is employed to parameter identifications of the Bouc-Wen models for describing a piezoelectric precision positioning stage. Experimental identification results have verified the effectiveness and potential of the IFOA.

Key words: hysteresis, fruit fly optimization algorithm, Bouc-Wen, piezoelectric precision positioning stage, identification

王龙飞，邓亮，刘萍. 基于改进果蝇优化的压电精密定位平台迟滞Bouc-Wen模型辨识[J]. 计算机工程与应用, 2020, 56(2): 242-247.

WANG Longfei, DENG Liang, LIU Ping. Improved Fruit Fly Optimization Based Hysteresis Bouc-Wen Model Identification of Piezoelectric Precision Positioning Stages[J]. Computer Engineering and Applications, 2020, 56(2): 242-247.

[1]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[2]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[3]	徐恭贤，邱添，贾府生，魏顺行. 一类生物系统的参数辨识方法及其应用[J]. 计算机工程与应用, 2020, 56(4): 163-167.
[4]	李春，高飞，王会青. 改进果蝇算法优化CIAO-LSTM网络的时序预测模型[J]. 计算机工程与应用, 2020, 56(11): 129-134.
[5]	张水平，高栋. 动态调整搜索策略的果蝇优化算法[J]. 计算机工程与应用, 2020, 56(10): 56-62.
[6]	陈亮，潘海鹏，吴平，周伟. 脉冲响应模型的闭环子空间辨识方法[J]. 计算机工程与应用, 2019, 55(8): 195-200.
[7]	信成涛，邹海. 修正浓度与适应步长的果蝇优化算法[J]. 计算机工程与应用, 2019, 55(7): 48-52.
[8]	卫兵，王则灵，李宜兵. 眨眼与哈欠提取新方法及其适用性研究[J]. 计算机工程与应用, 2019, 55(7): 168-174.
[9]	沈艳，尹金姗，韩帅，韩煜. 基于数值积分公式的GM（1，1）模型优化研究[J]. 计算机工程与应用, 2019, 55(24): 41-45.
[10]	丁青锋，王丽姚. 高速场景下基于位置信息的切换优化算法[J]. 计算机工程与应用, 2019, 55(16): 64-69.
[11]	马巧梅，刘忠宝. 参数修正与收敛策略融合的果蝇优化算法[J]. 计算机工程与应用, 2018, 54(7): 164-169.
[12]	桂龙，王爱平，丁国绅. 改进步长与策略的果蝇优化算法[J]. 计算机工程与应用, 2018, 54(4): 148-153.
[13]	张健，郭星，李炜. 改进果蝇优化算法在多目标搜索的应用[J]. 计算机工程与应用, 2018, 54(2): 131-136.
[14]	林诗洁1，2，董晨1，2，陈明志1，2，张凡1，2，陈景辉1，2. 新型群智能优化算法综述[J]. 计算机工程与应用, 2018, 54(12): 1-9.
[15]	李洋1，高岭1，孙骞2，付志耀1. 基于RSOPNN的无线传感器网络节点故障诊断算法[J]. 计算机工程与应用, 2017, 53(9): 111-116.

基于改进果蝇优化的压电精密定位平台迟滞Bouc-Wen模型辨识

Improved Fruit Fly Optimization Based Hysteresis Bouc-Wen Model Identification of Piezoelectric Precision Positioning Stages

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics