摘要：针对超声电机非线性、时变性的特点,设计了模糊自整定PID控制器,并利用量子遗传算法对模糊自整定PID控制器参数进行优化,以提高系统的动态性能和适应性。针对传统量子遗传算法的不足,对编码方式、种群初始化、量子旋转门、量子变异以及增加量子灾变5个方面进行改进。仿真结果表明:改进量子遗传算法改善了传统量子遗传算法容易产生种群早熟的问题,提高了算法收敛性能。同时,基于改进量子遗传算法的模糊自整定PID控制器与经典的模糊自整定PID控制器相比,明显提高了超声电机系统的动态和稳态性能。

摘要：针对传统有限元模型修正方法低效率、高成本且易陷入局部极值的缺点,提出基于改进量子遗传算法的静力多尺度有限元模型交互修正方法.依据量子计算理论,对量子比特矢量态进行实数编码,以改进量子旋转门实现旋转角自适应更新,引入量子全局干扰交叉、变异、灾变等遗传操作,设计改进量子遗传算法.以某钢-混组合梁桥为工程背景建立多尺度有限元模型,建立目标函数,对待修正区域进行分块处理.利用最大互信息系数对待修正参数进行筛选,给出目标函数权重,通过Python语言实现了基于改进量子遗传算法的静力多尺度有限元模型交互修正.结果表明,改进量子遗传算法相较于传统遗传算法、量子遗传算法具有更高的性能与精度,自动交互修正方法的效率较高,对材料弹性模量、厚度、车辆荷载等参数的修正与工程实际测试的情况基本吻合,目标函数修正结果相较于有限元计算的初始值,挠度误差降低至1.4%~14.3%,混凝土底板应力误差降低至2.6%~18.8%,钢梁应力误差降低至0%~11.1%.

摘要：针对敏捷成像卫星调度问题中解空间大,选择任务的搜索空间和确定任务观测时间的搜索空间分别是离散域和连续域的难题。建立了多种决策变量混合的敏捷成像卫星调度模型,提出一种改进的量子遗传算法对其求解,改进的量子遗传算法采用二进制与实数杂合的编码方式,降低染色体的基因位编码数目,提高了搜索效率,有效适应了敏捷成像卫星调度问题中离散与连续混合的解空间;以杂合编码为基础,设计对应的观测函数将敏捷成像卫星调度问题的解映射到相位空间,从而将量子优化机制引入敏捷成像卫星调度问题中,利用量子遗传算法在相位空间搜索的特性解决敏捷成像卫星解空间大、解空间离散与连续并存的问题。最后,通过不同规模的仿真校验对算法的调度效果进行测试和分析。结果表明,所提改进的量子遗传算法在收敛速度和方案收益方面都有较好的表现,能够满足敏捷成像卫星调度的需要。

摘要：针对串联机械臂轨迹运行时间优化设计问题,在算法中引入自适应动态旋转角步长调整机制和多算子协同变异机制,提出一种改进量子遗传算法。选取串联机械臂为验证对象,建立D-H参数表,依据MATLAB工具箱与五次多项式样条插值函数,验证运动学正、逆解模型求解正确性后,构造末端执行器运行轨迹图。以运行时间为目标设计目标函数,合理设置相关参数后,通过改进量子遗传算法优化设计,将机械臂轨迹运行初始时间2 s优化为1.956 s,且优化后关节角位移、角速度和角加速度变化曲线平滑、稳定、连续,验证了算法的有效性,为后续研究奠定基础。

摘要：针对柔性作业车间动态调度问题构建以平均延期惩罚、能耗、偏差度为目标的动态调度优化模型,提出一种基于深度Q学习神经网络的量子遗传算法。首先搭建基于动态事件扰动和周期性重调度的学习环境,利用深度Q学习神经网络算法,建立环境-行为评价神经网络模型作为优化模型的适应度函数。然后利用改进的量子遗传算法求解动态调度优化模型。该算法设计了基于工序编码和设备编码的多层编码解码方案;制定了基于适应度的动态调整旋转角策略,提高了种群的收敛速度;结合基于Tent映射的混沌搜索算法,以跳出局部最优解。最后通过测试算例验证了环境-行为评价神经网络模型的鲁棒性和对环境的适应性,以及优化算法的有效性。

摘要：混联机床中二自由度摆头存在的非线性摩擦力矩严重影响加工精度。LuGre模型具有非线性摩擦描述能力,但模型复杂,参数辨识难度较大。本文提出一种改进型量子遗传算法可取得比传统遗传算法更高的辨识精度,并设计了基于模型的前馈补偿策略。为解决不确定因素导致的参数波动,将LuGre前馈补偿和模糊PID相结合,提高了补偿器的鲁棒性。数值仿真和加工试验验证了本文提出的混合摩擦补偿策略可有效降低跟随误差,提高数控系统的控制精度。

摘要：为了协同改善混合动力车辆的动力性、燃油经济性和排放性,以并联式混合动力救援车辆为研究对象,对其传动系参数进行了多目标优化设计。基于ADVISOR分析并搭建了车辆仿真模型;以车辆最高速度、最大爬坡度、规定速度区间内加速时间、等效燃油消耗量和排放量为控制目标,以车辆动力要求、变速器设计原则、蓄电池荷电状态平衡为主要约束条件,采用系数转换法建立了传动系参数优化模型;针对传统优化算法容易早熟收敛的缺点,提出了融合动态量子旋转门和灾变操作的改进量子遗传优化算法;在MATLAB平台通过调用ADVISOR后台函数实现了车辆传动系参数的联合仿真优化。结果表明,所提出的优化方法可明显改善车辆的整体性能,且相比于遗传算法和量子遗传算法,可取得更好的优化效果。