基于改进微粒群优化的PID控制器参数整定.pdf

《基于改进微粒群优化的PID控制器参数整定.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、自动化技术与应用2012年第31卷第12期工业控$1J与应用ndustryControlandApplications基于改进微粒群优化的PID控制器参数整定曾现峰，李波，侯春，崔东艳(江苏联合职业技术学院徐州机电工程分院，江苏徐州2210l1)摘要：针对微粒群优化用于PID参数整定时易陷入局部收敛、效率不高的缺点，提出一种基于动态邻域和自适应惯性权重的微粒群优化算法。首先，通过定义动态邻域及其最优维值，提出种群个体的动态邻域最优维值学习策略，使微粒跟踪个体极值和邻域的最优维值进行搜索，避免局部收敛；其次，提出一种基于个体适应度的惯性权重动态调整方法，提高算法的寻

2、优效率。优化典型测试函数验证了本文所提方法的有效性。最后，将该方法应用于典型工业过程控制的PID参数整定，获得了满意的控制效果。关键词：微粒群优化；PID参数整定；邻域最优维值；自适应惯性权重；函数优化中图分类号：TPl8文献标识码：A文章编号：1003—7241(2012)12-0024-05TuningofPIDControllerParametersBasedonImprovedParticleSwarmOptimizationZENGXian-feng，LIBo，HOUChun，CUIDong·yanfElectricalandMechanicalEngi

3、neeringBranchofXuzhou，JiangsuUnionTechnicalInstitute，Xuzhou221011China)Abstract：Aimedatthedisadvantagethattheparticleswarmoptimizationiseasytofallintothelocalconvergence，andhaslowefficiency，aparticleswarmoptimizationbasedondynamicneighborhoodtopologyandself-adaptiveinertiaweightisprop

4、osedinthispaper．Firstly，bydefiningthedynamicneighborhoodanditsoptimaldimensionvalue，alearningstrategyonoptimaldimensionvaluesofdynamicneighborhoodisproposedtoleadtheparticlestracktheoptimaldimensionvaluesofpersonalbestpositionsandneighborhoods，foravoidingthelocalconvergence．Secondly，a

5、self-adaptivemethodbasedonindividuals’fitnessisproposedtoadjusttheinertiaweightinordertoimprovethesearchingeficiencyoftheproposedalgorithm．Theresultontypicaltestverifiestheeffectivenessoftheproposedmethod．Finally，themethodisappliedtoPIDparameterstuningfortypicalindustrialprocesscontro

6、landasatisfactorycontroleffectis．obtained．Keywords：particleswarmoptimization；PIDparameterstuning；optimaldimensionvalue；self-adaptiveinertiaweight；functionoptimization1引言的整定算法具有重要意义，这是提高系统控制性能的有工业过程控制领域，PID控制是最早发展起来的控效途径。制策略之一，具有易于实现、鲁棒性好、可靠性高等优微粒群优化(particleswarmoptimization，PSO)点，占实际

7、控制系统的90％以上⋯。PID控制器参数整定是Kennedy等受鸟群集体捕食行为的启发于1995年是控制系统设计的核心内容，直接影响控制效果的好提出的一种随机集群进化算法[。相对传统优化方法，坏，引起众多学者致力研究。目前成果主要有基于工程该算法具有可调参数少、收敛速度快和适应性强等优经验的传统工程整定法『2]和基于进化算法的新兴智能整点，已成功应用到如函数优化、模式识别、神经网络训定法[3-6]，这些方法各具优缺点。随着生产工艺的日益练和数据挖掘等领域l8]。PSO用于PID参数整定，存在复杂，对PID参数整定的要求愈来愈高。因此，研究不同易陷入局部收敛及效率不

8、高等不足，