基于交叉熵算法的PID控制器设计

被引：16

作者：

李洁 ^{[1
]}

柴天佑 ^{[1
]}

宫经宽 ^{[2
]}

机构：

[1] 东北大学流程工业综合自动化教育部重点实验室

[2] 北京航空工程技术研究中心

来源：

控制与决策 | 2011年 / 05期

关键词：

交叉熵; 优化; PID控制器;

D O I：

暂无

中图分类号：

TP13 [自动控制理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

交叉熵优化方法是一种新型高效的随机优化算法,算法控制参数简单,鲁棒性强.将交叉熵优化算法用于PID控制器的参数设计,并与基于遗传算法的PID控制器设计进行对比,结果表明,交叉熵优化算法不仅所获结果较优,而且计算复杂度也明显小于遗传算法.

引用

页码：794 / 796+800 +800

页数：4

共 7 条

[1]

遗传算法在PID参数优化中的应用 [J].

陈丹 ;

方康玲 ;

陈乔礼 .

微计算机信息, 2007, (07) :35-36+68

[2]

基于遗传算法的PID控制及其MATLAB仿真 [J].

赵亮 ;

付兴武 ;

徐广明 .

微计算机信息, 2004, (05) :19-20

[3]

遗传算法在模糊控制器参数寻优中的应用研究 [J].

贺远华 ;

方彦军 .

电力自动化设备, 2002, (12) :14-16

[4]

遗传算法在PID控制器参数寻优中的应用研究[J] 陈祥光计算机仿真 2001, 02

[5]

An Efficient Algorithm for Rare-event Probability Estimation; Combinatorial Optimization; and Counting[J] Zdravko I. Botev;Dirk P. Kroese Methodology and Computing in Applied Probability 2008,

[6]

The Cross-Entropy Method for Continuous Multi-Extremal Optimization[J] Dirk P. Kroese;Sergey Porotsky;Reuven Y. Rubinstein Methodology and computing in applied probability 2006,

[7]

The generalized crossentropy method;with applications to probability densityestimation Zdravko I Botev;Dirk P Kroese; Methodology and Computing in AppliedProbability 2011,

← 1 →