一种基于个体加速粒子群的迭代学习控制方法及装置

技术领域

本发明涉及迭代学习控制领域，具体涉及一种基于个体加速粒子群的迭代学习控制方法及装置。

背景技术

迭代学习控制(Iterative Learning Control,ILC)是一种根据自主迭代学习先前经验而获得下一次迭代经验的针对有限时间系统的控制方法。它具体表征为第k次系统输入和第k次系统运行的系统跟踪误差共同构成第k+1次系统输入，然后将它输入至被控系统，以此循环执行。迭代学习控制经过三十余年的发展，已经取得巨大进步。目前已经广泛应用高精度打印机、智能机器人、伺服系统、智能交通、智能水位监测等领域。

迭代学习控制的优点是控制结构简单，易于实现，因此已经成为国内外学者的研究热点。但由于目前大量关于ILC的研究都是基于线性系统，而工业生产中存在大量非线性强耦合的动态系统，因此研究非线性系统的ILC设计具有迫切现实意义。另一方面，迭代学习控制研究同时具有因果和非因果的动态时变系统时通常采用范数最优学习控制方法。但是，含有因果项和非因果项的ILC学习算法在实际控制过程中会增加测量与执行的难度。同时被控系统产生的前馈和反馈项在ILC运行过程中需要求解复杂的数值积分，因此传统范数最优迭代学习控制算法的设计与实现变得极为困难。

粒子群算法是一种仿生智能优化算法，是模拟自然界的粒子群行为形成的启发式搜索算法。它从随机初始解出发，通过群体进化寻求最优解，并且通过适应度来评价解的质量。与传统遗传算法比较，它的进化规则更简单，不需要额外的交叉和变异操作，仅通过当前寻优到的最优解搜索到全局最优解。这种算法易于实现，调节参数较少，收敛精度高，并且算法执行速度较快，因此引起国内外学者的广泛关注，已经成功应用于生物医学、机器臂、图像处理、工程结构优化和化工工程等领域。

虽然粒子群算法的研究取得了巨大的成果，但是它仍然存在容易陷入局部最优解，导致进化后期出现迟滞现象。粒子群算法的学习因子是平衡优化过程的局部搜索与全局搜索的重要设计参数。学习因子的主要作用是粒子群体的各个粒子进行社会学习和自我学习，目前，绝大部分粒子群改进算法将学习因子设置为常数或者随迭代时间变化的可变参数，均忽视了粒子群体中每个粒子在进化过程进行社会学习和自我学习能力。

发明内容

针对上述提到的技术问题。本申请的实施例的目的在于提出了一种基于个体加速粒子群的迭代学习控制方法及装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请的实施例提供了一种基于个体加速粒子群的迭代学习控制方法，包括以下步骤：

S1，获取第k+1次迭代学习控制输入u(i,j,k+1)(j＝1,2,…,N,i＝1,2,…,D)，其中，j表示粒子j，i为粒子的第i维，N为粒子群的种群数目，D为迭代学习控制目标函数维度，根据第k+1次迭代学习控制输入u(i,j,k+1)得到对应的迭代学习控制适应度值f(u(i,j,k+1))，并设置当前迭代学习控制输入u(i,j,k)为粒子的个体最优解，其对应的适应度值作为个体最优迭代学习控制适应度值f(u(i,j,k))，计算当前全局最优解为u

S2，设置u

其中，

S3，根据学习因子更新当前全局最优解u

S4：循环步骤S1-S3直至粒子群迭代进化代数m达到粒子群最大迭代次数W，并输出当前全局最优迭代学习控制适应度值f(u

S5，循环步骤S1-S4直至迭代次数达到最大迭代次数K。

在一些实施例中，步骤S1之前还包括：对粒子群进行初始化，粒子速度范围v∈[v

在一些实施例中，步骤S1中迭代学习控制适应度值f(u(i,j,k+1))通过下式计算得到：

f(u(i,j,k+1))＝||e(i,j,k+1)||

其中，权重因子分别为α和β，e(i,j,k+1)为第k+1次迭代跟踪误差，e(i,j,k+1)＝y

在一些实施例中，步骤S3还包括：

产生均匀随机整数q，其中1≤q≤D，对当前迭代学习控制输入u(i,j,k)执行以下变异操作：

在一些实施例中，步骤S3具体包括：

S31，产生均匀随机整数s,(1≤s≤N)，使得

u

其中，r

S32：根据第k次迭代学习时粒子群进化至第m+1代的候选解u

在一些实施例中，步骤S1中计算当前全局最优解为u

在一些实施例中，步骤S5最终得到的迭代学习控制的系统输出接近于理想跟踪轨迹。

第二方面，本申请的实施例提出了一种基于个体加速粒子群的迭代学习控制装置，具体包括：

迭代学习控制适应度计算模块，被配置为获取第k+1次迭代学习控制输入u(i,j,k+1)(j＝1,2,…,N,i＝1,2,…,D)，其中，j表示粒子j，i为粒子的第i维，N为粒子群的种群数目，D为迭代学习控制目标函数维度，根据第k+1次迭代学习控制输入u(i,j,k+1)得到对应的迭代学习控制适应度值f(u(i,j,k+1))，并设置当前迭代学习控制输入u(i,j,k)为粒子的个体最优解，其对应的适应度值作为个体最优迭代学习控制适应度值f(u(i,j,k))，计算当前全局最优解为u

学习因子计算模块，被配置为设置u

其中，

更新模块，被配置为根据学习因子更新当前全局最优解u

粒子群迭代进化模块，被配置为循环执行迭代学习控制适应度计算模块至更新模块直至粒子群迭代进化代数m达到粒子群最大迭代次数W，并输出当前全局最优迭代学习控制适应度值f(u

迭代学习模块，被配置为循环执行迭代学习控制适应度计算模块至粒子群迭代进化模块直至迭代次数达到最大迭代次数K。

第三方面，本申请的实施例提供了一种电子设备，包括一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本发明公开了一种基于个体加速粒子群的迭代学习控制方法及装置，在进化过程中的每个粒子均有个体独有的学习因子，并且在每次进化过程自适应变化，以适应粒子群体进化速度，有效平衡算法的全局寻优速度和收敛精度。特别地，由于每个个体根据学习因子独立进化，因此更能避免传统粒子群算法进化后期出现的无法保持种群多样性，进而陷入局部最优的情形，提高算法收敛效率和搜索精度。迭代控制适应度值随迭代次数单调减少且具有较强的搜索速度和收敛精度，体现出本方法的先进性和优越性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请的一个实施例可以应用于其中的示例性装置架构图；

图2为本发明的实施例的基于个体加速粒子群的迭代学习控制方法的流程示意图；

图3为本发明的实施例的基于个体加速粒子群的迭代学习控制方法的粒子群算法与控制系统输入和系统输出的关系示意图；

图4为本发明的实施例的基于个体加速粒子群的迭代学习控制方法的迭代学习控制的迭代次数分别为k＝20,k＝40,k＝40时系统输出信号与理想跟踪轨迹对比波形图；

图5为本发明的实施例的基于个体加速粒子群的迭代学习控制方法的迭代学习控制适应度值收敛波形图；

图6为本发明的实施例的基于个体加速粒子群的迭代学习控制装置的示意图；

图7是适于用来实现本申请实施例的电子设备的计算机装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1示出了可以应用本申请实施例的基于个体加速粒子群的迭代学习控制方法或基于个体加速粒子群的迭代学习控制装置的示例性装置架构100。

如图1所示，装置架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种应用，例如数据处理类应用、文件处理类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的文件或数据进行处理的后台数据处理服务器。后台数据处理服务器可以对获取的文件或数据进行处理，生成处理结果。

需要说明的是，本申请实施例所提供的基于个体加速粒子群的迭代学习控制方法可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，基于个体加速粒子群的迭代学习控制装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在所处理的数据不需要从远程获取的情况下，上述装置架构可以不包括网络，而只需服务器或终端设备。

图2示出了本申请的实施例提供的一种基于个体加速粒子群的迭代学习控制方法，包括以下步骤：

S1，获取第k+1次迭代学习控制输入u(i,j,k+1)(j＝1,2,…,N,i＝1,2,…,D)，其中，j表示粒子j，i为粒子的第i维，N为粒子群的种群数目，D为迭代学习控制目标函数维度，根据第k+1次迭代学习控制输入u(i,j,k+1)得到对应的迭代学习控制适应度值f(u(i,j,k+1))，并设置当前迭代学习控制输入u(i,j,k)为粒子的个体最优解，其对应的适应度值作为个体最优迭代学习控制适应度值f(u(i,j,k))，计算当前全局最优解为u

在具体的实施例中，在步骤S1之前还包括：算法初始化，种群数目为N，迭代学习控制目标函数维度为D，粒子群最大迭代次数为W，两种学习因子分别为

在具体的实施例中，计算第k+1次迭代学习控制输入u(i,j,k+1)(j＝1,2,…,N,i＝1,2,…,D)，其对应的迭代学习控制适应度值为：

f(u(i,j,k+1))＝||e(i,j,k+1)||

其中，权重因子分别为α和β，e(i,j,k+1)为第k+1次迭代跟踪误差，y(i,j,k+1)为第k+1次迭代学习的系统输出，且e(i,j,k+1)＝y

具体地，对当前迭代学习控制输入u(i,j,k)对应的适应度值f(u(i,j,k))按照降幂排列，并根据f(u(i,j,k+1))，(j＝1,2,…,N)计算f(u(i,j,k+1))的最小值，取其最小值即为当前全局最优解u

S2，设置u

其中，

S3，根据学习因子更新当前全局最优解u

在具体的实施例中，产生均匀随机整数q，其中1≤q≤D，对第k次迭代学习控制输入u(i,j,k)执行以下变异操作：

在具体的实施例中，产生均匀随机整数s,(1≤s≤N)，使得

u

其中，r

计算第k次迭代学习时粒子群进化至第m+1代的候选解对应的迭代学习控制适应度值f(u

S4：循环步骤S1-S3直至粒子群迭代进化代数m达到粒子群最大迭代次数W，并输出当前全局最优迭代学习控制适应度值f(u

在具体的实施例中，若满足粒子群最大迭代次数为W，说明迭代学习控制迭代至第k+1次时，利用粒子群算法求解得到的最优迭代输入(也即是控制系统的输入)为u

S5，循环步骤S1-S4直至迭代次数达到最大迭代次数K。

在具体的实施例中，执行k＝k+1，重复执行步骤S1-S4，直至迭代学习次数为K。最终结果为迭代学习控制的输出接近于理想跟踪轨迹，也即是||e(i,j,K)||→0。

为了验证本发明的有效性，将本发明应用于线性不变系统中。

系统输入为u

仿真结果如图4和图5所示。图4为迭代学习控制的迭代次数分别为k＝20,k＝40,k＝60时系统输出信号与理想跟踪轨迹对比波形图。从图4中可以看出，随迭代次数的增加，系统的跟踪性能逐渐增强，当k＝60时系统已基本跟踪上理想输出轨迹。迭代学习控制适应度值的第一项||e(i,j,k+1)||

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种基于个体加速粒子群的迭代学习控制装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

本申请实施例提供了一种基于个体加速粒子群的迭代学习控制装置，具体包括：

迭代学习控制适应度计算模块1，被配置为获取第k+1次迭代学习控制输入u(i,j,k+1)(j＝1,2,…,N,i＝1,2,…,D)，其中，j表示粒子j，i为粒子的第i维，N为粒子群的种群数目，D为迭代学习控制目标函数维度，根据第k+1次迭代学习控制输入u(i,j,k+1)得到对应的迭代学习控制适应度值f(u(i,j,k+1))，并设置当前迭代学习控制输入u(i,j,k)为粒子的个体最优解，其对应的适应度值作为个体最优迭代学习控制适应度值f(u(i,j,k))，计算当前全局最优解为u

学习因子计算模块2，被配置为设置u

其中，

更新模块3，被配置为根据学习因子更新当前全局最优解u

粒子群迭代进化模块4，被配置为循环执行迭代学习控制适应度计算模块至更新模块直至粒子群迭代进化代数m达到粒子群最大迭代次数W，并输出当前全局最优迭代学习控制适应度值f(u

迭代学习模块5，被配置为循环执行迭代学习控制适应度计算模块至粒子群迭代进化模块直至迭代次数达到最大迭代次数K。

下面参考图7，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器或终端设备)的计算机装置700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机装置700包括中央处理单元(CPU)701和图形处理器(GPU)702，其可以根据存储在只读存储器(ROM)703中的程序或者从存储部分709加载到随机访问存储器(RAM)704中的程序而执行各种适当的动作和处理。在RAM 704中，还存储有装置700操作所需的各种程序和数据。CPU 701、GPU702、ROM 703以及RAM704通过总线705彼此相连。输入/输出(I/O)接口706也连接至总线705。

以下部件连接至I/O接口706：包括键盘、鼠标等的输入部分707；包括诸如、液晶显示器(LCD)等以及扬声器等的输出部分708；包括硬盘等的存储部分709；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分710。通信部分710经由诸如因特网的网络执行通信处理。驱动器711也可以根据需要连接至I/O接口706。可拆卸介质712，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器711上，以便于从其上读出的计算机程序根据需要被安装入存储部分709。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分710从网络上被下载和安装，和/或从可拆卸介质712被安装。在该计算机程序被中央处理单元(CPU)701和图形处理器(GPU)702执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的装置来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取第k+1次迭代学习控制输入u(i,j,k+1)(j＝1,2,…,N,i＝1,2,…,D)，其中，j表示粒子j，i为粒子的第i维，N为粒子群的种群数目，D为迭代学习控制目标函数维度，根据第k+1次迭代学习控制输入u(i,j,k+1)得到对应的迭代学习控制适应度值f(u(i,j,k+1))，并设置当前迭代学习控制输入u(i,j,k)为粒子的个体最优解，其对应的适应度值作为个体最优迭代学习控制适应度值f(u(i,j,k))，计算当前全局最优解为u

S5，循环步骤S1-S4直至迭代次数达到最大迭代次数K。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。