一种用于PID控制参数优化的混合果蝇算法.pdf

一种用于PID控制参数优化的混合果蝇算法.pdf

ID:52400095

大小:294.94 KB

页数:4页

时间:2020-03-27

一种用于PID控制参数优化的混合果蝇算法.pdf_第1页
一种用于PID控制参数优化的混合果蝇算法.pdf_第2页
一种用于PID控制参数优化的混合果蝇算法.pdf_第3页
一种用于PID控制参数优化的混合果蝇算法.pdf_第4页
资源描述:

《一种用于PID控制参数优化的混合果蝇算法.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、2015年第34卷第6期传感器与微系统(TransducerandMicrosystemTechnologies)137DOI:10.13873/J.1000-9787(2015)06-0137-04一种用于PID控制参数优化的混合果蝇算法宋娟(宁夏大学物理电气信息学院,宁夏银川750021)摘要:针对果蝇优化算法(FOA)收敛速度快但寻优精度低的缺点,为了改善果蝇算法的优化性能,提出一种混合果蝇优化算法(HFOA)。HFOA采用分段优化的思想,在优化过程后期采用收敛稳定性较好的粒子群优化(PSO)算法优化果蝇算法中果蝇个体飞行距离和味道浓度的判定

2、值,采用误差性能指标积分准则ITAE作为适应度函数,并将优化方案应用于一类不稳定系统的PID控制。Matlab仿真验证表明:HFOA计算高效,具有良好的稳定性,收敛精度高,进而验证了HFOA应用于PID控制参数优化是可行而有效的。关键词:果蝇优化算法;粒子群优化算法;PID控制器;分段优化;参数优化中图分类号:TP273;TP391文献标识码:A文章编号:1000--9787(2015)06-0137-04AhybridflyfruitalgorithmforPIDcontrolDaramet』erS0DnJ●ml●Zat■l●0nS0NGJuan

3、(SchoolofPhysicsandElectricalInformationScience,NingxiaUniversity,Yinchuan750021,China)Abstract:Inordertoimproveoptimizationperformanceofflyfruitoptimizationalgorithm(FOA),putforwardanassemblageofsubsectionoptimizationofahybridflyfruitoptimizationalgorithm(hybridFOA,HFOA),whic

4、hintroducessteadyparticleswarmoptimization(PSO)algorithmintoFOAparametersoptimizationofindividualflyingdistanceandsmellconcentrationjudgementvalue,meanwhile,thehybridmethodadoptsITAEasfitnessfunctionandisappliedtoaclassofunstablesystemsinPIDcontro1.Matlabsimulationverification

5、showthatHFOAalgorithmhasfastconvergence,goodstabilityandhighprecision,anditverifiesthatapplicationofHFOAinPIDcontrolparameteroptimizationarefeasibleandeffective.Keywords:flyfruitoptimizationalgorithm(FOA);particleswarmoptimization(PSO)algorithm;PIDcontroller;subsectionoptimiza

6、tion;parametersoptimization0引言定目前研究较为少见。通过分析可知,FOA中果蝇移动的距PID控制是最早发展起来的控制策略之一⋯,但随着离与方向较为随机,导致果蝇味道浓度判定值的表达形式过现代工业系统非线性复杂程度的提高和被控对象不确定性于单一化和不确切,算法运行后期搜索的盲目性较大、寻优因素的增加,传统的PID优化方法往往难以达到满意的控结果精度低,从而影响了该算法搜索的质量和效率。制效果。针对不稳定被控对象的PID控制系统,迄今为为了弥补FOA存在的一些缺陷,本文采用分段优化的止,许多智能优化技术已经应用于此,例如:遗

7、传算法思想,在FOA优化后期引入具有良好收敛特性的PSO算(GA)E3]、粒子群优化(PSO)算法等.5J。相对于GA,PSO法,用来优化果蝇个体飞行距离和味道浓度判定值,提出一算法具有更快的收敛速度J,但存在易陷入局部极值、运种混合FOA(hybridFOA,HFOA),实现一类不稳定受控对行后期收敛速度变慢等缺陷。象的PID控制参数自整定。仿真结果证明:该算法稳定性、果蝇优化算法(flyfruitoptimizationalgorithm,FOA)是计算效率和寻优精度优于标准的FOA和PSO算法,应用于新近提出的一种基于果蝇觅食行为寻求全局优化

8、的智能优PID控制器参数优化效果良好。化算法”J。相对于标准PSO算法,FOA较为适合复杂问1PID控制参数的设计题的优化

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。