基于改进粒子群优化算法的PID控制器参数优化

被引：30

作者：

姜长泓

张永恒

王盛慧

机构：

[1] 长春工业大学电气与电子工程学院

来源：

应用科学学报 | 2017年 / 35卷 / 05期

关键词：

改进的粒子群优化算法; PID参数优化; 权值; 飞行时间因子;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP273 [自动控制、自动控制系统];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

PID参数优化是控制领域的热点,其控制效果与比例、积分、微分参数有直接关系.为了改善系统性能,提出用一种改进的粒子群优化算法对PID控制器参数进行优化.该算法引入进化速度因子和聚集度因子对权值进行改进,进而改进了速度更新公式,并引入飞行时间因子以改进位置更新公式.通过3种典型函数证明了该算法的优越性,加快了收敛速度,提高了寻优效率.以典型二阶被控模型为研究对象,将上述算法与其他粒子群算法进行对比,表明改进的粒子群算法得到的PID参数具有更好的控制性能.

引用

页码：667 / 674

页数：8

共 9 条

[1]

灰色变异粒子群算法在公交客流量预测中的应用 [J].

米根锁 ;

梁利 ;

杨润霞 .

计算机工程与科学, 2015, 37 (01) :104-110

[2]

基于人群搜索算法的PID控制器参数优化 [J].

余胜威 ;

曹中清 .

计算机仿真, 2014, 31 (09) :347-350+373

[3]

基于自适应进化学习的约束多目标粒子群优化算法 [J].

王建林 ;

吴佳欢 ;

张超然 ;

赵利强 ;

于涛 .

控制与决策 , 2014, (10) :1765-1770

[4]

基于多目标粒子群算法的PID控制器设计 [J].

孟丽 ;

韩璞 ;

任燕燕 ;

王东风 .

计算机仿真, 2013, 30 (07) :388-391

[5]

一种多尺度协同变异的粒子群优化算法 [J].

陶新民 ;

刘福荣 ;

刘玉 ;

童智靖 .

软件学报, 2012, 23 (07) :1805-1815

[6]

惯性权自适应调整的量子粒子群优化算法 [J].

黄泽霞 ;

俞攸红 ;

黄德才 .

上海交通大学学报, 2012, 46 (02) :228-232

[7]

基于改进粒子群优化算法的PID控制器整定 [J].

杨智 ;

陈志堂 ;

范正平 ;

李晓东 .

控制理论与应用, 2010, 27 (10) :1345-1352

[8]

一种基于可变多簇结构的动态概率粒子群优化算法 [J].

倪庆剑 ;

张志政 ;

王蓁蓁 ;

邢汉承 .

软件学报, 2009, 20 (02) :339-349

[9]

A variant of the particle swarm optimization for the improvement of fault diagnosis in industrial systems via faults estimation.[J].Lídice Camps Echevarría;Orestes Llanes Santiago;Juan Alberto Hernández Fajardo;Antônio J. Silva Neto;Doniel Jiménez Sánchez.Engineering Applications of Artificial Intelligence.2014,

← 1 →