刘念慈
- 作品数：8 被引量：35H指数：3
- 供职机构：重庆邮电大学更多>>
- 发文基金：重庆市自然科学基金国家自然科学基金重庆市研究生教育教学改革研究项目更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 一种基于多目标混沌PSO的机器人足球防守策略被引量：13
- 2014年
- 提出多目标混沌粒子群优化算法并应用于机器人足球防守策略之中。在对方多名队员进攻情况下,通过该策略引导我方队员防守跑位,并选取我方位置最佳队员对对方主攻队员进行截球,从而达到成功防守的目的。传统的防守策略,仅是根据具体环境采取应对策略,而基于多目标PSO的机器人足球防守策略通过粒子群优化算法的随机性能提高防守队员在动态比赛环境下的适应性,为了避免粒子群优化算法陷入局部极值,对粒子群的最优位置进行混沌优化以提高群体多样性。在FIRA仿真平台中,将加入多目标混沌PSO的机器人足球防守策略和传统防守策略相比较,实验结果表明基于多目标混沌PSO的机器人足球防守策略能较大程度地提高球队整体防守能力。
- 唐贤伦周维张衡陈光丹刘念慈
- 关键词：多目标优化混沌粒子群优化算法机器人足球防守策略
- 一种基于改进支持向量回归的逆模型PID复合控制方法
- 本发明请求保护一种基于改进支持向量回归的逆模型/PID复合控制方法，该方法利用多智能体粒子群算法优化支持向量回归机相关参数，有效提高其建模精度及泛化能力。在此基础上构建了基于粒子群优化算法的支持向量回归机(MAPSO-S...
- 唐贤伦张莉刘念慈张毅刘想德姜吉杰王福龙李腊梅
- 文献传递
- 一种基于改进极限学习机的非线性逆模型控制方法
- 本发明公开了一种基于改进极限学习机的非线性系统逆模型控制方法，该方法，包括步骤：包括如下步骤：MAPSO种群初始化，设置MAPSO的相关运行参数。对ELM参数(输入权重及隐含层阈值)进行MAPSO寻优，确定合适的ELM参...
- 唐贤伦刘念慈张莉陈龙刘想德张毅
- 文献传递
- 基于RBF核支持向量回归的模型预测控制仿真
- 2016年
- RBF核函数的表达式较复杂,用于模型预测控制时滚动优化求解困难。该文建立一种基于RBF核SVR的预测控制模型,利用多智能体粒子群(MAPSO)算法求解模型预测控制中的滚动优化,推导出最优控制律,对其进行Matlab仿真并与其他方法进行比较。选取一个非线性系统及连续搅拌槽式反应器进行测试分析,结果表明:该预测模型能迅速抑制干扰,较快返回预设跟踪轨迹,展现了良好的抗噪、抗干扰能力。
- 唐贤伦刘念慈严冬陈功贵
- 关键词：模型预测控制支持向量回归控制系统RBF
- 多智能体粒子群优化的SVR模型预测控制被引量：19
- 2014年
- 参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著,鉴于此,提出一种多智能体粒子群算法(MAPSO)寻优其参数的方法,并建立MAPSO支持向量回归模型,用于非线性系统的模型预测控制,推导出最优控制率.采用该算法对非线性系统进行仿真,并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF神经网络的预测控制方法进行比较,结果表明,所提出的算法具有更好的控制性能,可以有效应用于非线性系统控制中.
- 唐贤伦李洋李鹏刘念慈
- 关键词：支持向量回归机多智能体粒子群优化模型预测控制
- 不同核支持向量回归机在模型预测控制中的应用研究
- 近几十年来,模型预测控制(Model Predictive Control,MPC)发展迅猛,在理论研究及实际应用中都取得了显著的成效。但是,由于非线性系统的精确模型及全局最优解难以获得,MPC在非线性系统中的局限性日益...
- 刘念慈
- 关键词：非线性系统模型预测控制支持向量回归核函数多步
- 文献传递
- 基于MAPSO的混合式多机器人编队控制被引量：3
- 2015年
- 为了解决目前编队控制中队形不稳及复杂环境适应性差等问题,针对全局环境中含有动/静态障碍物的复杂环境,提出一种将Leasder-Follower法及人工势场法改进结合的混合式多机器人编队控制新方法;同时,引入多智能体粒子群优化(MAPSO)算法对多机器人编队控制相关参数进行在线优化,能有效避免机器人陷入局部最优,增强其抗干扰能力.对该方法进行仿真分析,并和Leasder-Following法与基于行为法相结合的混合编队控制方法进行比较.结果表明:MAPSO的混合式多机器人编队控制方法能更好地完成多机器人在复杂环境下的编队控制任务,验证了其有效性和可行性.
- 唐贤伦刘念慈邓露王开龙
- 关键词：多智能体多机器人
- 一种基于改进极限学习机的非线性逆模型控制方法
- 本发明公开了一种基于改进极限学习机的非线性系统逆模型控制方法，该方法，包括步骤：包括如下步骤：MAPSO种群初始化，设置MAPSO的相关运行参数。对ELM参数(输入权重及隐含层阈值)进行MAPSO寻优，确定合适的ELM参...
- 唐贤伦刘念慈张莉陈龙刘想德张毅
- 文献传递
