世冠科技仿真软件GCKontrol舵机模型参数调优

下面是小编为大家整理的世冠科技仿真软件GCKontrol舵机模型参数调优,供大家参考。

　摘要：模型参数优化是通过极小化目标函数使得模型输出和实际观测数据之间达到最佳的拟合程度，由于环境模型本身的复杂性，常规优化算法难以达到参数空间上的全局最优。近年来，随着计算机运算效率的快速提高，直接优化方法得到了进一步开发与广泛应用。如今越来越多的参数调优过程都是通过自动化的方法完成的，它们旨在使用带有策略的启发式搜索在更短的时间内找到最优超参数，除了初始设置之外，并不需要额外的手动操作。本文将介绍基于 GCKontrol 的示例工程，通过 Python 脚本调用 GCKontrol API 接口，进行参数优化，来获取模型的最优参数解。

　Python 及 及 GCKontrol API 简介 Python 是一种解释型、面向对象、动态的高级程序设计语言。自从 20 世纪 90 年代初Python 语言诞生至今，它逐渐被广泛应用于处理系统管理任务和开发 Web 系统。目前 Python已经成为最受欢迎的程序设计语言之一。

　由于 Python 语言的简洁、易读以及可扩展性，众多开源的科学计算软件包都提供了Python 的调用接口，例如计算机视觉库 OpenCV、三维可视化库 VTK、复杂网络分析库 igraph等。而 Python 专用的科学计算扩展库就更多了，例如三个十分经典的科学计算扩展库：NumPy、SciPy 和 matplotlib，它们分别为 Python 提供了快速数组处理、数值运算以及绘图功能，因此 Python 语言及其众多的扩展库所构成的开发环境十分适合工程技术、科研人员处理实验数据、制作图表，甚至开发科学计算应用程序，在人工智能的科学领域也有很多应用。近年随着数据分析扩展库 Pandas、机器学习扩展库 scikit-leam 以及 Python Notebook 交互环境的日益成熟，Python 也逐渐成为数据分析领域的首选工具。

　在 GCKontrol 中，我们做到了支持 Python 的 API 功能，实现了批量仿真和自动化建模、测试的效果。对于建模，GCKontrol API 支持自动化创建模型、设置模型参数以及连线；对于仿真，支持打开模型，配置时间信息，运行仿真并获取数据结果。

　全局优化与局部优化

　全局优化 程序从一系列的初始状态出发，在函数值空间整个区域，最终找到全局稳定点方式是大量的去撒点，大量的去做几何结构优化，然后比较哪一个才是最稳定的。很显然的，这个工作量比较大，很类似挨个尝试的办法。

　图 1 全局优化

　局部优化 无论是量子化学还是密度泛函的计算，与做初始结构是有关的。在初始结构的基础上，构建了初始波函数，或者是初始电子密度，然后进行辩分。当找到某一个局部稳定点位置的时候，它比它周边的所有的点，能量都要低。那么就有一种风险，程序就认为，它不需要再做结构几何优化了，这个地方就是最稳定的。按这个局部的指向，程序又回到这个局部稳定点，这种点叫驻点。但问题在于，不止一个驻点，局部稳定点有很多个。基于不同的初始结构，它附近的结构稳定点，可能相同，可能不同。程序并没有这个能力，从这样一个局部去识别到全局稳定点。这种情况下并没有得到一个全局稳定点，但这个状态还是稳定的，只是一个亚稳态，结构优化是对初始结构很敏感的，无论是量化计算还是密度泛函的计算都存在这个问题，因此我们往往只能得到，靠近初始点的那个局部稳定点，而不是全局稳定点。

　图 2 局部优化

　Python 与 与 GCKontrol 案例：舵机模型 在之前的文章《用 GCKontrol 搭建电动舵机系统》中，我们介绍了舵机模型的整体架构以及模型的特性，在本文中将继续使用此模型，通过限制优化目标的范围，优化模型的相关参数值，使之仿真结果达到最优。

　控制系统的动态性能指标 对于稳定系统，系统动态性能指标通常在系统阶跃响应曲线上来定义。因为系统的单位阶跃响应不仅完整反映了系统的动态特性，而且反映了系统在单位阶跃信号输入下的稳定状态。同时，单位阶跃信号又是一个最简单、最容易实现的信号。

　1. 最大超调量（简称超调量）

　瞬态过程中输出相应的最大值超过稳态值的百分数，即

推荐访问:舵机 仿真 模型