论文研究基于部件的对象实时跟踪.pdf

针对标准粒子群优化（PSO）算法及其改进算法存在的局部收敛与收敛速度问题，提出了一种多量子粒子群协同优化（QPSCO）方法。该算法采用双层的多粒子群协同优化结构：用多个量子粒子群在底层独立地搜索解空间，同时引入参数变异策略，以扩大搜索范围；上层用1个量子粒子群追逐当前全局最优解，并对飞离搜索区域粒子的位置用新位置取代，以加快算法收敛。在此基础上，将该算法应用于实际控制系统低阶时滞对象的PID控制器设计中。仿真结果表明，QPSCO是一种有效的参数优化算法，与标准PSO、QPSO等算法相比具有更好的全局收敛性能。