資源描述：
《基于遺傳算法的PID控制器參數(shù)優(yōu)化研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第27卷第1l期計(jì)算機(jī)仿真2010年l1月文章編號(hào)：1006—9348(2010)11—0180—03基于遺傳算法的PID控制器參數(shù)優(yōu)化研究牛薌潔，王玉潔，唐劍(北京農(nóng)學(xué)院，北京102206)摘要：研究自動(dòng)控制器參數(shù)優(yōu)化問題，PID參數(shù)優(yōu)化是自動(dòng)控制領(lǐng)域研究的重要內(nèi)容，系統(tǒng)參數(shù)選擇決定控制的穩(wěn)定性和快速性，也可保證系統(tǒng)的可靠性。傳統(tǒng)的PID參數(shù)多采用試驗(yàn)加試湊的方式由人工進(jìn)行優(yōu)化，往往費(fèi)時(shí)而且難以滿足控制的實(shí)時(shí)要求。為了解決控制參數(shù)優(yōu)化，改善系統(tǒng)性能，提出一種遺傳算法的PID參數(shù)優(yōu)化策略。通過建立遺傳算法優(yōu)化的PID控制器參數(shù)模型，在控制過程中將PID參數(shù)作為遺傳算法中的
2、個(gè)體，采用控制誤差絕對(duì)值時(shí)間積分函數(shù)作為優(yōu)化目標(biāo)，動(dòng)態(tài)調(diào)整PID的三個(gè)控制參數(shù)，進(jìn)行PID控制參數(shù)的在線優(yōu)化，將優(yōu)化方案應(yīng)用于農(nóng)業(yè)溫室溫度控制系統(tǒng)進(jìn)行了仿真。仿真表明，引入遺傳算法的PID控制系統(tǒng)，提高了動(dòng)態(tài)性能，增強(qiáng)系統(tǒng)穩(wěn)定性和快速性，保證實(shí)現(xiàn)了控制效果。關(guān)鍵詞：比例積分微控制器；參數(shù)整定；優(yōu)化；遺傳算法中圖分類號(hào)：TP181文獻(xiàn)標(biāo)識(shí)碼：BOptimizationParameters0fPIDControllerParametersBasedonGeneticAlgorithmNIUXiang—jie，WANGYu—jie，TANGJian(BeijingUnivers
3、ityofAgriculture，Beijing102206，China)ABSTRACT：ThesettingandoptimizationofPIDparametersarealwaystheimportantstadytopicsintheautomaticcontrolfield．ThecontroleffectdependsonPIDcontroller，andthemutualcoordinationandinterdependentofthreeparameters：integral，proportionanddifferentia1．Originalopt
4、imizationmethodisatime—consumingmethodandcannotgetsatisfiedcontroleffect．Inordertosolvethisproblem，geneticalgorithm(GA)isappliedtoPIDcontroller．ThroughtheestablishmentofgeneticalgorithmofPIDcontrollerparametersoptimizationmodel，intheprocessofPIDcontrol，threeparametersareusedastheindividua
5、lofGA，andthePIDparametersoptimizingdesignisthetarget．ItcanadjustthreecontrolparametersincontrolprocessandthussetsPIDparametersonline．Simulationresultsindi—catethatthePIDcontrollerwithgeneticalgorithmhasstrongeradaptabilityandbettereffect．KEYWORDS：PIDcontroller；Parametersetting；Optimizatio
6、n；Geneticalgorithml引言產(chǎn)過程往往具有非線性、時(shí)變不確定性，應(yīng)用常規(guī)的優(yōu)化方PID控制器是迄今為止最通用的控制器類型，具有結(jié)構(gòu)法難以建立準(zhǔn)確的數(shù)學(xué)模型，控制器不能達(dá)到理想的控制效簡(jiǎn)單、魯棒性強(qiáng)和可靠性高的特點(diǎn)，人們對(duì)它的原理、物理意果。近年來，隨著智能控制理論的發(fā)展，利用人工神經(jīng)網(wǎng)義等相當(dāng)熟悉，因?yàn)橐呀?jīng)建立起了比較完善的理論體系，所絡(luò)對(duì)PID控制器進(jìn)行優(yōu)化設(shè)計(jì)，已成為當(dāng)前的一個(gè)研究熱以被廣泛應(yīng)用于過程控制和運(yùn)動(dòng)控制中，尤其適用于可建立點(diǎn)。但是神經(jīng)網(wǎng)絡(luò)法需要大樣本訓(xùn)練，且容易出現(xiàn)數(shù)值病精確數(shù)學(xué)模型的確定性控制系統(tǒng)?。態(tài)和陷入局部最優(yōu)問題，控制效果有時(shí)難以達(dá)
7、到理想值，且PID控制性能與比例系數(shù)(K。)、積分時(shí)間(T1)和微分時(shí)神經(jīng)網(wǎng)絡(luò)具有不穩(wěn)定性，這些缺點(diǎn)限制了神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)間(1rd)三個(gè)參數(shù)的整定有直接關(guān)系。目前PID參數(shù)的優(yōu)化用。遺傳算法是一種新型的、模擬生物進(jìn)化機(jī)制的隨機(jī)化搜方法很多，如Ziegler—Nichols法、間接尋優(yōu)法、梯度法、爬山索和優(yōu)化方法，具有并行計(jì)算、全局收斂、編碼操作等特點(diǎn)。法等j。這些方法具有較好的尋優(yōu)特性，可使系統(tǒng)性能有所由于其算法結(jié)構(gòu)的開放性，易于與問題結(jié)合，便于運(yùn)算，已成改善，但在控制過程中卻存在著一些弊端，如對(duì)初值比較敏功的應(yīng)用于求解多種復(fù)
