基于改进人群搜索算法的PID控制器参数优化

发布时间：2021-05-08 16:40

　　针对传统人群搜索算法（SOA）在搜索后期速度减缓,易造成局部优化的缺点,引入了免疫遗传算法（IGA）的选择策略。通过选择适应度值指标对个体进行评价,以PID控制器的三个参数为搜索对象,经过多次迭代寻优,获取PID控制器的最优控制参数,加快了搜索速度,提高了算法的全局搜索能力。将改进后的人群搜索算法应用于PID控制器参数优化,对比单纯的人群搜索算法和免疫遗传算法。软件仿真表明,改进后的SOA具有更好的优化效果,改善了系统性能,验证了其优越性和有效性。 

【文章来源】：计算机仿真. 2020,37(08)北大核心

【文章页数】：5 页

【文章目录】：
1 引言
2 PID控制器
3 基于群体智能算法的PID参数整定
    3.1 人群搜索算法
        1)搜索步长更新
        2)搜索方向更新
    3.2 免疫遗传算法
        1)参数编码
        2)适应度函数的设计和计算
        3)记忆细胞更新
        4)遗传操作
    3.3 SOA改进策略
4 仿真与结果分析
5 结论


【参考文献】：
期刊论文
[1]基于PSO优化算法的模糊PID励磁控制器设计[J]. 王镇道,张乐,彭子舜.  湖南大学学报(自然科学版). 2017(08)
[2]基于人群搜索算法的多伺服电机协同控制研究[J]. 郗欣甫,黄文军,李培波,孙以泽.  东华大学学报(自然科学版). 2017(01)
[3]基于果蝇优化算法的水轮发电机组PID参数优化[J]. 付文秀,苏杰.  计算机仿真. 2015(02)
[4]基于IFA-ELM的航空发动机自适应PID控制新方法[J]. 焦洋,李秋红,李业波.  北京航空航天大学学报. 2015(03)
[5]基于人群搜索算法的PID控制器参数优化[J]. 余胜威,曹中清.  计算机仿真. 2014(09)
[6]基于群体智能免疫算法的PID自整定[J]. 王巧灵,高晓智,王常虹.  系统工程理论与实践. 2010(06)
[7]PID控制器设计与参数整定方法综述[J]. 杨智,朱海锋,黄以华.  化工自动化及仪表. 2005(05)
[8]PID参数先进整定方法综述[J]. 王伟,张晶涛,柴天佑.  自动化学报. 2000(03)



本文编号：3175660