基于改进粒子群算法的主汽温系统PID参数优化

被引：17

作者：

李剑波

王东风

付萍

韩璞

机构：

[1] 华北电力大学控制科学与工程学院

[2] 华北电力大学控制科学与工程学院河北保定

[3] 河北保定

来源：

华北电力大学学报 | 2005年 / 04期

关键词：

粒子群优化算法; PID控制; 动态变量区间; 重新启动策略;

D O I：

暂无

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

应用改进的粒子群优化算法优化PID参数。采用动态变量区间以逐步缩小搜索区间,加快粒子群寻优速度,并且针对粒子群算法可能出现的停滞现象,引入了重新启动策略,改善了算法摆脱局部极点的能力。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明:改进的粒子群算法寻优速度快,计算量小,对PID参数优化是非常有效的,使得主汽温控制系统取得了很好的控制品质,系统鲁棒性比较强。

引用

页码：26 / 30

页数：5

共 10 条

[1] 模糊自整定PID控制及其在过热汽温系统中的应用 [J].

黄宇 ;

王东风 ;

韩璞 .

电力科学与工程, 2004, (03) :37-40

[2] 基于实数编码的多算子演化遗传算法 [J].

方丹 ;

王茹 ;

林辉 ;

不详 .

计算机工程与应用 , 2004, (13) :87-90

[3] 免疫优化变参数PID控制及其应用 [J].

王东风 ;

李志清 ;

李炎 ;

韩璞 .

华北电力大学学报, 2004, (01) :36-40

[4] 主汽温系统模糊自适应预测函数控制 [J].

王国玉 ;

梅华 ;

韩璞 ;

王东风 .

中国电机工程学报, 2003, (10) :230-235

[5] 基于免疫遗传算法优化的汽温系统变参数PID控制 [J].

王东风 ;

韩璞 .

中国电机工程学报, 2003, (09) :212-217

[6] 一种基于遗传算法的自调整模糊PID控制器 [J].

杨振勇 ;

孙建平 ;

于希宁 .

电力科学与工程, 2003, (02) :59-61+71

[7] 微粒群算法综述 [J].

谢晓锋 ;

张文俊 ;

杨之廉 .

控制与决策, 2003, (02) :129-134

[8] 基于遗传算法的PID参数优化方法 [J].

毛敏 ;

于希宁 .

中国电力, 2002, (08) :51-54

[9]

遗传算法的基本理论与应用[M]. 科学出版社 , 李敏强等著, 2002

[10]

A new optimizer using particle swarm theory .2 Eberhart R,Kennedy J. Proceedings of Sixth International Symposium Micro Machine and Human Science . 1995

← 1 →