摘要：针对园艺拖拉机线控液压大转向角系统的高度非线性和抗干扰性较差等特点,设计了一种基于神经网络的拖拉机线控液压大转向角系统复合滑膜控制策略。此策略使用径向基(RBF)神经网络自适应逼近系统不确定项并加以补偿,且采用饱和函数法抑制系统抖动,同时使用AMESim和MATLAB/Simulink对线控液压大转向角系统进行联合仿真实验。结果表明:设计的控制器相对于常规PID控制器能够较好地适应转向系统的非线性,瞬态响应时间由0.94s缩短为0.39s,跟随响应最大误差由14.8mm减小至5.5mm,抗干扰能力也更强。

摘要：研究了基于萤火虫变异机制的双种群差分进化算法(IGDE)对断开式转向梯形机构的优化设计。针对基本差分进化算法(DE)在寻优处理过程中经常出现收敛速度较慢甚至早熟等弊端,提出了一种基于萤火虫变异机制的双种群差分进化算法。该算法通过模仿萤火虫吸引机理,同时结合自适应柯西扰动策略求解优化最优解。通过梯形机构优化测试结果表明:与Matlab遗传算法工具箱(GA)、基本差分进化算法(DE)、随机变异差分进化算法(RMDE)和多种群自适应差分进化算法(ADEMP)相比,IGDE最优适应度值分别降低了36.08%、29.05%、17.34%和15.19%。