学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
利用改进微粒群算法优化PID参数
被引:14
作者
:
汪新星
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电气工程系
汪新星
张明
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电气工程系
张明
机构
:
[1]
上海交通大学电气工程系
来源
:
自动化仪表
|
2004年
/ 02期
关键词
:
PID控制器;
微粒群算法;
参数优化;
D O I
:
10.16086/j.cnki.issn1000-0380.2004.02.007
中图分类号
:
TP273.5 [];
学科分类号
:
摘要
:
出一种利用改进微粒群算法优化PID参数的方法。微粒群算法 (PSO)是一种随机全局优化技术 ,算法通过微粒间的相互作用发现复杂搜索空间中的最优区域 ,算法简单、容易实现且功能强大。将PSO算法加以改进并应用在PID控制器的参数优化 ,经仿真证明了PSO算法的有效性 ,其性能优于遗传算法和传统的经验公式
引用
收藏
页码:21 / 24
页数:4
相关论文
共 3 条
[1]
微粒群算法综述
论文数:
引用数:
h-index:
机构:
谢晓锋
论文数:
引用数:
h-index:
机构:
张文俊
论文数:
引用数:
h-index:
机构:
杨之廉
[J].
控制与决策,
2003,
(02)
: 129
-
134
[2]
基于遗传算法的PID参数优化方法
毛敏
论文数:
0
引用数:
0
h-index:
0
机构:
华北电力大学动力系
毛敏
于希宁
论文数:
0
引用数:
0
h-index:
0
机构:
华北电力大学动力系
于希宁
[J].
中国电力,
2002,
(08)
: 51
-
54
[3]
水轮机调节[M]. 水利电力出版社 , 沈祖诒主编, 1988
←
1
→
共 3 条
[1]
微粒群算法综述
论文数:
引用数:
h-index:
机构:
谢晓锋
论文数:
引用数:
h-index:
机构:
张文俊
论文数:
引用数:
h-index:
机构:
杨之廉
[J].
控制与决策,
2003,
(02)
: 129
-
134
[2]
基于遗传算法的PID参数优化方法
毛敏
论文数:
0
引用数:
0
h-index:
0
机构:
华北电力大学动力系
毛敏
于希宁
论文数:
0
引用数:
0
h-index:
0
机构:
华北电力大学动力系
于希宁
[J].
中国电力,
2002,
(08)
: 51
-
54
[3]
水轮机调节[M]. 水利电力出版社 , 沈祖诒主编, 1988
←
1
→