資源描述：
《基于工程PID參數(shù)自整定遺傳算法的編碼以及基于該編碼的交叉、變異算子》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(kù)。
1、PID參數(shù)自整定的改進(jìn)遺傳算法 ［摘 要］ 文中提出了一種改進(jìn)遺傳算法進(jìn)行PID參數(shù)自整定，設(shè)計(jì)了基于工程PID參數(shù)自整定遺傳算法的編碼以及基于該編碼的交叉、變異算子，通過(guò)仿真比較，表明該種算法的有效性。 ?。坳P(guān)鍵詞］ 遺傳算法；PID控制器；參數(shù)自整定Theself－tuningofPIDparametersbasedonadvanced?geneticalgorithm Abstract： Thispaperpresentsadvancedgeneticalgorithmfortheself－tuningofPI
2、Dparameters．Basedontheexperienceofengineeringtuning，akindofgeneticcodingisdesignedforPIDandanewcrossoverandmutationoperatorbasedonitisdeveloped．Thecomparisonofsimulationsshowsthealgorithmiseffective． Keywords： Geneticalgorithm；PIDcontroller；Parametricself－tuning1
3、 引 言 目前，隨著智能控制理論的發(fā)展，許多學(xué)者將智能控制技術(shù)引入PID控制系統(tǒng)，如專家PID控制、自學(xué)習(xí)PID控制、神經(jīng)網(wǎng)絡(luò)PID控制和模糊PID控制等。這些智能PID控制策略或要求對(duì)被控制過(guò)程和控制律有全面的先驗(yàn)知識(shí)，或建立在優(yōu)化問(wèn)題具有連續(xù)導(dǎo)數(shù)的光滑搜索空間的基礎(chǔ)上。若搜索空間不可微或參數(shù)間為非線性的，則得不到全局最優(yōu)。遺傳算法是模仿自然界生物進(jìn)化論思想而得出的一種全局優(yōu)化算法。它對(duì)所優(yōu)化目標(biāo)的先驗(yàn)知識(shí)要求甚少，一般只需要知道其數(shù)值關(guān)系即可。同時(shí)由于遺傳算法群體的多樣性，使其盡可能在全方向上搜索，達(dá)到全局最優(yōu)。
4、 PID控制器由于其結(jié)構(gòu)簡(jiǎn)單，在實(shí)際中容易被理解和實(shí)現(xiàn)而被廣泛應(yīng)用，而且許多高級(jí)控制都是以PID控制為基礎(chǔ)的。但PID參數(shù)的整定一般需要經(jīng)驗(yàn)豐富的工程技術(shù)人員來(lái)完成，既耗時(shí)又耗力，加之實(shí)際系統(tǒng)千差萬(wàn)別，使PID參數(shù)的整定有一定的難度。 PID控制器參數(shù)整定經(jīng)過(guò)幾十年的發(fā)展應(yīng)用，積累了很多可貴經(jīng)驗(yàn)，該文采用基于工程整定經(jīng)驗(yàn)的遺傳算法，對(duì)PID參數(shù)進(jìn)行自整定，有效提高了控制效果。2 PID參數(shù)自整定的改進(jìn)遺傳算法2．1 PID控制器式中：u（n）—本次控制量；e（n）—本次偏差；e（n－1）—上次偏差；kp—比例系數(shù)；Ti
5、—積分時(shí)間常數(shù)；Td—微分時(shí)間常數(shù)；T—采樣周期?！ ∮捎谠隽渴絇ID算法的優(yōu)點(diǎn)［1］，式（2—1）很容易導(dǎo)出增量PID算法： 該文采用增量式PID算法。在幾十年的PID參數(shù)調(diào)整過(guò)程中，人們積累了大量的有用經(jīng)驗(yàn)，技術(shù)人比例、后積分、再微分的整定步驟，根據(jù)響應(yīng)曲線的好壞反復(fù)改變各參數(shù)，以期得到滿意的控制效果?！ ≡诠こ讨校＿x用式（2—3），取n＝1，即ISTE準(zhǔn)則，作為最優(yōu)準(zhǔn)則類型。Zhuang與Athernton針對(duì)各種目標(biāo)函數(shù)得出了最優(yōu)PID參數(shù)整定的算法［2］，并給出下面的最優(yōu)目標(biāo)函數(shù)： 當(dāng)其最小值時(shí)，控制系統(tǒng)為
6、最佳狀態(tài)，N為系統(tǒng)達(dá)到穩(wěn)定時(shí)的最大控制次數(shù)?！ ∮缮戏治?，在被控制對(duì)象模型和T已知情況下，PID控制器只有3個(gè)參數(shù)需要確定，分別為Kp、Ti和Td。同時(shí)文獻(xiàn)［3］表明用遺傳算法整定的PID控制器性能明顯優(yōu)于常規(guī)PID控制器，文中提出一種基于工程經(jīng)驗(yàn)的遺傳算法進(jìn)行PID參數(shù)自整定。2．2 遺傳編碼構(gòu)造 改進(jìn)遺傳算法進(jìn)行PID參數(shù)編碼構(gòu)造的基本思想和方法是：Kp、Ti、Td3個(gè)參數(shù)，構(gòu)造一對(duì)染色體，對(duì)于同一控制對(duì)象，可認(rèn)為Kp是粗調(diào)，對(duì)整個(gè)系統(tǒng)的控制性能影響較大，分配一個(gè)染色體，Ti、Td成另一染色體，它們都采用二進(jìn)制編碼。
7、2．3 適應(yīng)度函數(shù)的計(jì)算及種群更新策略 適應(yīng)度函數(shù)通常與模型的目標(biāo)函數(shù)值是相關(guān)的，文中選用ISTE準(zhǔn)則，由于遺傳算法一般是求適應(yīng)值最大，簡(jiǎn)化的ISTE為正值，故取適應(yīng)度函數(shù)f（x）＝－ISTE?！ ?duì)Kp自整定時(shí)，僅采用比例項(xiàng)，計(jì)算簡(jiǎn)單，收斂速度快。整定的Kp值，用于下一步整定Ti、Td，此時(shí)采用一般的（2—2）增量式PID算法計(jì)算Δu（n）?！ ′（n）與具體系統(tǒng)有關(guān)，由G（s）離散化，并分離出y（n）得到，n表示當(dāng)前時(shí)刻?！ 榱藴p少迭代次數(shù)，加快收斂速度，適應(yīng)控制系統(tǒng)的實(shí)時(shí)性，設(shè)新產(chǎn)生個(gè)體的適應(yīng)度為f′，fb
8、est為記錄的最好適應(yīng)度，fworst為記錄的最差適應(yīng)度，滿足：體，直接淘汰該子串。2．4 交叉方法（交叉操作算法） Step1：隨機(jī)選取兩個(gè)個(gè)體作為父項(xiàng)f1和f2，產(chǎn)生一隨機(jī)數(shù)以確定交叉位置，以該交叉點(diǎn)為分界處，把f1和f2各分成兩部分，進(jìn)行二進(jìn)制編碼的交叉互換。 step2：計(jì)算新產(chǎn)生個(gè)體的適應(yīng)
