[发明专利]一种基于蜂群算法辨识水动力系数的方法

摘要

本发明属于最优控制理论与仿生智能算法的交叉领域，涉及一种基于蜂群算法的辨识水下潜器水动力系数的方法。本发明包括：建立潜器运动模型；确定算法适应度函数；初始化蜂群算法参数以及雇佣蜂种群；对第n代采蜜蜂，搜索新的位置；选取适应度更高的向量保留给下一代的种群；选择一个采蜜蜂；记录种群最终更新过后达到的最优适应度值；重新初始化该采蜜蜂位置。本发明无需对潜器模型进行线性化，而且考虑了各个水平面之间耦合作用，以及结合蜂群算法全局搜索和局部搜索的特点，避免了传统船模试验繁冗单调的调试过程，提供了一种消除传统船模试验所获取水动力系数带来误差的有效途径，提高了航行训练潜器操纵的准确性。

主权项

1.一种基于蜂群算法辨识水动力系数的方法，其特征在于，包括如下步骤：（1）建立潜器运动模型：轴向方程：u=U0(1-e-0.52u/|ψ·|L),]]>横向方程：m[v·-wp+ur]=12ρL4[Yr·′r·]+12ρL3[Yv·′v·+Yr′ur]+12ρL2[Yv′uv]+12ρL2[Yδr′u2δr],]]>垂向方程：m[w·-uq+vp]=12ρL4[Zq·′q·+Zq|q|′q|q|]+12ρL3[Zw·′w·+Zq′uq]]]>+12ρL2[Z0′u2+Zw′uw+Zw|w|′w|(w2+v2)12],]]>+12ρL2[Zδs′u2δs+Zδb′u2δb]]]>横倾方程：纵倾方程：Iyq·+(Ix-Iz)rp=12ρL5[Mq·′q·]+12ρL4[Mw·′w·+Mq′uq+M|w|q′|(w2+v2)12|q]]]>+12ρL3[M0′u2+Mw′uw+Mw|w|′w|(w2+v2)12|],]]>+12ρL3[Mδs′u2δs+Mδb′u2δb]-mghsinθ]]>偏航方程：Izr·+(Iy-Ix)pq=12ρL5[Nr·′r·]+12ρL4[Nv·′v·+Nr′ur+N|v|r′|(w2+v2)12|r],]]>+12ρL3[Nv′uv]+12ρL3[Nδr′u2δr]]]>辅助方程：其中：u、v、w表示艇体纵向速度、横向速度和垂向速度，p、q、r是横摇角速度、纵摇角速度和艏摇角速度，θ、ψ为潜艇的横倾角、纵倾角和航向角，m、L、h分别是艇体的质量、长度和重心高度，g为重力加速度，ξ、η、ζ为艇体原点的地理坐标位置，I_x、I_y、I_z为潜艇绕X、Y、Z轴的转动惯量，δ_r、δ_b、δ_s为潜艇的方向舵角、艏舵舵角、艉舵舵角，U₀为基准航行态的速度，分别为潜艇的无因次水动力系数；（2）确定算法适应度函数：记则：J=Σj=18(1-RjRj*)2=Σj=18(ΔRj/Rj*)2,]]>适应度函数为：f=1J+1,]]>其中，R代表操纵指标，分别为水平面Z形操舵机动的超越首向角和周期T_Z，垂直面梯形操艏舵机动的执行时间t_es、超越纵倾角θ_ovs，垂直面梯形操艉舵机动的执行时间t_ew、超越纵倾角θ_ovw，水平面操舵回转运动的定长回转直径D_s和回转周期T_H，上标^*表示基准数据；（3）初始化蜂群算法参数以及雇佣蜂种群：蜜蜂总数为N_s，其中，采蜜蜂种群规模为N_e，跟随蜂种群规模为N_u，个体向量维度为D，S=R^D为个体搜索空间，为采蜜蜂种群空间；若X_i∈S(i≤N_e)是N_e个个体，则代表一个采蜜蜂种群，X(0)表示初始采蜜蜂种群，X(n)表示第n代采蜜蜂种群，用f:S→R⁺表示适应度函数，为步骤（2）中函数f，最大搜索次数为Limit，本次迭代次数为T，最大迭代次数为Tmax，初始化各蜜蜂搜索次数Bas=0；（4）对第n代采蜜蜂X_i(n)，在当前位置向量邻域进行搜索新的位置：其中j∈{1,2,…,D}，k∈{1,2,…,N_e}，且k≠i，k,j均随机生成，为[-1,1]之间随机数，同时应保证V∈S；（5）采用贪婪选择算子在采蜜蜂搜索到的新位置向量V_i和原向量X_i中选取适应度更高的向量保留给下一代的种群，记作：T_s:S²→S，其概率分布为：P{Ts(Xi,Vi)=Vi}=1,f(Vi)≥f(Xi)0,f(Vi)<f(Xi),]]>其中，f即为步骤（2）和（3）中适应度函数；（6）跟随蜂依照采蜜蜂种群适应度值大小按照一定概率选择一个采蜜蜂，概率计算公式为，并在采蜜蜂邻域内执行步骤（4）搜索新位置；其中，f即为步骤（2）和（3）中适应度函数，f(X_i)表示第i只采蜜蜂的适应度值；（7）记录种群最终更新过后达到的最优适应度值f_best，以及相应的参数(x₁,x₂,...,x_D)；（8）当在采蜜蜂的位置搜索次数Bas达到阈值Limit而仍未找到更优位置时，重新初始化该采蜜蜂位置；（9）如果满足停止准则，则停止计算并输出最优适应度值f_best和相应参数(x₁,x₂,...,x_D)，否则重新步骤4。