10、优化算法与多智能体系统控制研究

优化算法与多智能体系统控制研究

1. 优化算法性能对比

在控制器参数优化方面，为了验证GWO（Grey Wolf Optimizer）算法的优越性，将其与蜻蜓算法（Dragonfly Algorithm，DA）进行对比。这两种算法在相同的条件下对M - ADRC（Model - Assisted Active Disturbance Rejection Control）控制器的参数进行优化。
- 初始条件设定 ：
- RLV（Reusable Launch Vehicle）初始条件 ：高度$h = 50km$，速度$V = 15$马赫，攻角$\alpha = 25^{\circ}$，俯仰角$\theta = 25^{\circ}$，侧滑角$\beta = 0^{\circ}$，舵偏角$\delta_a \in [-20^{\circ}, 20^{\circ}]$，$\delta_e \in [-20^{\circ}, 20^{\circ}]$，$\delta_r \in [-20^{\circ}, 20^{\circ}]$，初始姿态$x(0) = [0^{\circ}; 0^{\circ}; 0^{\circ}]$，角速度$p = q = r = 0^{\circ}/s$。
- GWO初始条件 ：种群数量$n = 30$，部分参数范围$w_{o\varphi} = w_{o\theta} = w_{o\psi} = [5, 60]$，$r_{\varphi} = r_{\theta} = r_{\psi} = [10, 50]$，最大迭代次数$t_{max} = 80$，$h_{\va