原文服务方: 计算机应用研究       
摘要:
目前电动汽车常以无刷直流电机(BLDCM)作为驱动器,但BLDCM调速控制系统中模糊控制器的量化因子和比例因子采用传统方法,自调节能力弱.针对该问题提出一种改进QPSO算法(AMF-QPSO)实现对量化因子和比例因子的自适应调节.AMF-QPSO算法以收缩-扩张(contraction expansion,CE)系数控制方式为研究重点,提出粒子活性概念,并以其作为反馈量实现动态自适应调节CE系数;同时,为防止种群高度聚集,采用精英群体随机交叉学习机制,对部分活性低的精英粒子进行扰动,增强种群后期多样性.最后,通过LabVIEW实验平台,以具体案例验证AMF-QPSO算法性能.实验结果表明,AMF-QPSO优化的模糊PID控制器具有比标准模糊PID控制器和QPSO优化的模糊PID控制器更好的控制性和自适应性.
推荐文章
基于模糊控制算法的纯电动汽车空调控制器的研发
模糊控制
纯电动汽车
空调
控制器
基于改进量子粒子群算法的NCS模糊控制器参数优化
网络控制系统
改进量子粒子群优化
模糊控制
人工蜂群算法
纯电动汽车整车控制器进展
纯电动汽车
整车控制器
轮毂电机
电动汽车节能控制器的设计研究
控制器
节能
电动汽车
信号输出
模糊PID控制
实验分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进QPSO算法的电动汽车模糊控制器参数优化
来源期刊 计算机应用研究 学科
关键词 电动汽车 无刷直流电机 模糊控制器 量子行为粒子群算法 收缩-扩张系数
年,卷(期) 2019,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3690-3696
页数 7页 分类号 TP273
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.06.0395
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 袁小平 中国矿业大学信息与控制工程学院 93 432 11.0 16.0
2 周国鹏 湖北科技学院工程技术研究院 13 17 2.0 3.0
3 金鹏 中国矿业大学信息与控制工程学院 5 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (189)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电动汽车
无刷直流电机
模糊控制器
量子行为粒子群算法
收缩-扩张系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导