資源描述：
《基于微粒群算法的模糊pid控制系統(tǒng)設(shè)計方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、西南交通大學(xué)碩士研究生學(xué)位論文第1頁摘要模糊PID控制系統(tǒng)是智能控制中的一個重要分支，主要是模仿人的控制經(jīng)驗且不依賴于控制對象的模型，在工業(yè)控制中有廣泛的應(yīng)用。隸屬度函數(shù)的細(xì)化和控制規(guī)則的選擇是獲得較高控制精度的關(guān)鍵因素，但是，由于其選取和優(yōu)化缺乏知識采集的手段，沒有規(guī)范的、合理的建立方式，通常需要根據(jù)專家的經(jīng)驗制定出相應(yīng)的控制規(guī)則和隸屬度函數(shù)，因而存在很大的主觀性和隨意性，只能采用試探的方法不斷調(diào)整。本文研究微粒群算法(ParticleSwarmOptimization，PSO)和模糊邏輯各自的優(yōu)缺點，并將其有機結(jié)合，用PS0算法尋找較
2、優(yōu)的模糊控制規(guī)則和隸屬度函數(shù)參數(shù)，同時作用于PID控制器中，獲得了較好的控制效果，為解決各種控制問題提供新的思路。主要內(nèi)容有：1)首先采用十進制編碼方式對隸屬度函數(shù)和模糊控制規(guī)則進行統(tǒng)一編碼，然后利用微粒群算法對問題空間進行全局尋優(yōu)，給出了基于微粒群算法的模糊PID控制系統(tǒng)優(yōu)化設(shè)計的框架和算法流程；2)考慮到微粒群算法和遺傳算法各自的優(yōu)勢，給出了一種適用于模糊控制器參數(shù)優(yōu)化的設(shè)計方法，取名為模糊參數(shù)粒子群一遺傳組合優(yōu)化算法(FuzzyParticleSwarmOptimization-GeneticAlgorithm，F(xiàn)PSO．GA)，獲
3、得了比兩種算法單獨尋優(yōu)更好的仿真結(jié)果；3)考慮到優(yōu)化后的規(guī)則仍然存在的大量冗余信息，利用二進制編碼的微粒群算法對模糊控制規(guī)則進行過濾優(yōu)化，獲得了在較少控制規(guī)則下的次最優(yōu)結(jié)果。仿真結(jié)果表明這種方法的有效性和實用性。最后，對全文的研究工作進行了總結(jié)，并展望了本設(shè)計不成熟和需要進一步研究的地方。關(guān)鍵詞：微粒群算法；模糊PID控制器；遺傳算法；進化算法。西南交通大學(xué)碩士研究生學(xué)位論文第Ⅱ頁AbstractFuzzyPIDcontrolsystem，asanembranchmentofIntelligencecontrolfield，iswidel
4、yappliedintheindustrycontrolfield，whichimitateshuman’Scontrolexperienceinsteadofthemodelofthecontrolledobject．Inthedesignoffuzzycontroller,therefinementofmembershipfunctionsandthechoiceofcontrolrulesarekeyfactorstoobtainninghighercontrolprecision．Buttherearefewwaystogetin
5、formationandnonormativeandrationalmethodstOestablishthem．Thosefactersgenerallyobtainedbytheexperienceofexperts，canonlybeobtainedbytentativemethods．TheadvantagesanddisadvantagesofParticleSwarmOptimization(PSO)andFuzzyLogicarcstudiedandrationallycombinedinthispaper．Theautho
6、rUSeSPSOtofmdpreferablecontrolrulesandparametersofmembershipfunctionsandappliestheminthePIDcontroller,whichobtainsbetterresultsandgivesanewwaytosolvemanycontrolproblems．Themainworkofthispaperincludethreeparts：1)Atfirst，themembershipfunctionsandfuzzycontrolrulesarecodedtog
7、etherbydecimalcode．Andthen，usingPSOtosearchthebestvaluesinthewhollyquestionspace．TheauthoroffersthemainframeandalgorithmflowofoptimizingthefuzzycontrollerbasedonPSO；2)ConsideringontherespectiveadvantagesofPSOandGeneticAlgorithm(GA)，theauthoroffersamethod，whichisthesamewit
8、hoptimizationofthefuzzycontrollerparameters，namedFuzzyParameterParticleSwarm·GeneticCombinedOpti
