基于改進PSO算法的PID參數(shù)優(yōu)化研究

《基于改進PSO算法的PID參數(shù)優(yōu)化研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、第32卷第5期四川I電力技術Vo1．32，No．52009年l0月SichuanElectricPowerTechnologyOct．，2009基于改進PSO算法的PID參數(shù)優(yōu)化研究李凌舟，陳利(四川電力職業(yè)技術學院，四川成都610072)摘要：針對PID控制器的參數(shù)整定問題，提出一種改進微粒群優(yōu)化算法(improvedparticleswaEmoptimization，IPSO)。算法是在基本PSO算法的慣性權重部分加入一個調節(jié)因子項，通過調節(jié)因子的調節(jié)，改善了算法的收斂性。仿真結果表明，IPSO算法可以更

2、好地優(yōu)化PID控制器的參數(shù)，使控制系統(tǒng)具有更好的控制性能。關鍵詞：PID參數(shù)優(yōu)化；微粒群優(yōu)化算法；改進微粒群優(yōu)化算法Abstract：InviewoftheparametersettingofPIDcontroller，animprovedparticleSWallnoptimizationalgorithm(IPSO)ispresented．TheproposedmethodexpandsthebasicPSOtoaddaregulatoryfactortotheinertiaweight，whichsig

3、nificantlyim—provestheconvergenceofPSObyregulatingthefactor．SimulationresultsindicatethattheproposedapproachcanoptimizethePIDparameterandimprovetheperformanceofcontrolsystemprimely．Keywords：PIDparameteroptimization；particleSWal3'noptimization(PSO)；improvedp

4、articleSWalTI1optimization(IPSO)中圖分類號：TM76文獻標志碼：A文章編號：1003—6954(2009)05—0029—03法通過對慣性權重的改進，改善了算法的收斂性。利0引言用該算法優(yōu)化PID控制器的參數(shù)，可使優(yōu)化后的控制系統(tǒng)具有更好的控制性能。PID控制具有結構簡單、易于實現(xiàn)的優(yōu)點，能夠滿足多數(shù)工業(yè)控制的性能要求，是目前廣泛采用的一1IPSO算法種控制方式。PID控制器設計的關鍵之一就是其參數(shù)的整定問題?；谶M化計算的參數(shù)整定方法是目1．1PSO算法描述前PID控制的研究

5、熱點。文獻[1]采用蟻群算法對PSO算法是一種基于種群全局搜索的自適應進PID參數(shù)進行優(yōu)化，文獻[2]采用遺傳算法優(yōu)化PID化算法，其數(shù)學描述如下。參數(shù)，文獻[3]提出一種基于改進遺傳算法的PID參在D維搜索空間中有s個微粒，設=(，?數(shù)整定策略。，K)為微粒i的當前位置；設=(12，?，)為微粒的當前速度；設P=(PP，?，P)為微粒i微粒群(ParticleSwarmOptimization，PSO)算法所經(jīng)歷的最好位置。是由Kennedy和Eberhart博士于1995年受鳥類群體設)為最小化的目標函數(shù)

6、，對于每一代粒子行為研究結果的啟發(fā)，而提出的一種基于群體智能的都根據(jù)下式進化。進化計算技術J。PSO算法是一種高效、簡單的并行：=02·t+cl·r1·(pt一t)+c2·r2·(p一搜索算法，其優(yōu)點在于概念簡單、實現(xiàn)容易、魯棒性)(1)好，并且能以較大概率收斂到全局最優(yōu)。在參數(shù)優(yōu)化、多目標優(yōu)化、約束問題優(yōu)化、機組優(yōu)化組合、負荷lLt+1一-，t++>1、Kidm“，乏廠1．Pid<一1Jma預測、無功優(yōu)化等方面引起了廣泛的關注。文獻[5]：=td+：(3)提出一種基于線性遞減慣性權重策略的PID參數(shù)整微粒i

7、的當前最好位置p：“由下式確定。定方法，然而由于控制對象的非線性，線性遞減關系>可能只對某些問題有效，對于大多數(shù)問題顯然不是最㈩佳的。+提出了一種改進PSO算法(IPSO算法)，IPSO算若群體中所有微粒所經(jīng)歷的最好位置為P，則第32卷第5期四川電力技術Vo1．32，No．52009年lO月SichoanElectricPowerTechnologyOct．，2009所有微粒的最好位置由下式確定。P=rain{f(e：))，?)}(5)2PID控制式中，t或t+1表示迭代次數(shù)，～為設定的最大飛行速度?！逓閼T性

8、權重，c和C：為加速常數(shù)，通常PID控制器分為模擬和數(shù)字兩種，前者主要用于取c：c=2，r和r：為兩個在[0，1]范圍內變化的連續(xù)系統(tǒng)，后者用于離散系統(tǒng)和采樣控制系統(tǒng)。圖1隨機數(shù)。所示為單位負反饋PID控制系統(tǒng)原理圖。1．2IPSO算法PID控制器是一種線性控制器。圖1所示系統(tǒng)微粒群算法中微粒的飛行速度相當于搜索步長，的偏差信號為其大小直接影響著算法的全局收斂性。當微粒的飛e(t)=r(t)一Y(t