基于改进QPSO算法的电动汽车模糊控制器参数优化

来源：计算机应用研究杂志2019年第12期北京时间：

作者：袁小平,金鹏,周国鹏,

单位：1.中国矿业大学信息与控制工程学院,江苏徐州221008；2.湖北科技学院工程技术研究院,湖北咸宁437100；

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。

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,

基金资助：国家自然科学基金资助项目(7147307)；国家科技支撑计划资助项目(2013BAK06B08)；湖北教育部杰出青年科技创新团队计划资助项目(T201817)；湖北科技创新重大项目(2018ABA076)；；