基于自然选择粒子群算法的PID参数优化

详细信息    查看全文 | 推荐本文 |

英文篇名：Optimization of PID Parameters Based on Natural Selection Particle Swarm Optimization Algorithm 作者：任亚明 关键词：自然选择 ; 粒子群算法 ; PID控制器 英文关键词：natural selection;;particle swarm optimization;;PID controller 中文刊名：DZJI 英文刊名：Popular Science & Technology 机构：桂林理工大学机械与控制工程学院; 出版日期：2019-03-20 出版单位：大众科技 年：2019 期：v.21;No.235 基金：桂林理工大学科研启动基金资助项目(GLUTQD2018001) 语种：中文; 页：DZJI201903001 页数：3 CN：03 ISSN：45-1235/N 分类号：6-8

摘要

PID控制在工业生产中得到广泛的应用,其性能指标取决于PID参数的选取。粒子群算法是一种常见的智能化算法,简单便于实现,文章采取基于自然选择改进的粒子群算法优化PID控制器的参数,与经典的粒子群算法相比较,文章所提出的算法有效地避免了经典粒子群算法过早陷入局部最优的问题,具有较高的求解效率。
        PID control has been widely employed in industrial production, and the performance of PID control depends on the selection of PID parameters. Particle swarm optimization is one of the most popular intelligent algorithms for the sake of easy to implement. In this paper, particle swarm optimization based on Natural Selection is used to optimize the parameters of the PID controller. Compared with the classical particle swarm optimization, the algorithm proposed in this paper effectively avoids getting in the local best solution and has higher efficiency.

引文

[1]王喜明.PID+控制算法的研究[J].大众科技,2016,18(4):4-5.
    [2]张海丽,张宏立.基于量子遗传算法的水轮机调速器PID参数优化[J].人民长江,2013,44(19):44-46,48.
    [3]谭顺学.基于遗传算法的PID控制器参数优化研究[J].大众科技,2013,15(5):31-34.
    [4]张剑焜,李志红,李燕,等.基于混合粒子群算法的水轮发电机组调速器PID参数优化[J].中国农村水利水电,2019(1):180-183.
    [5]胡斐,郁磊,史峰,等.MATLAB智能算法30个案例分析[M].北京:北京航空航天大学出版社,2011.
    [6]龚纯,王正林.精通matlab最优化计算[M].北京:电子工业出版社,2009.