基于改进粒子群优化算法的PID参数整定

被引:10
作者
湛锋
魏星
郭建全
胡志坚
陈允平
机构
[1] 武汉大学电气工程学院
关键词
粒子群; 比例积分微分; 优化;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
粒子群优化算法PSO(ParticleSwarmOptimization)是近年来出现的一种新型演化计算方法,其算法简单易懂,优化性能良好。该文提出改进的PSO算法结合Matlab强大的矩阵计算和系统仿真功能,对文中实例的PID参数进行了优化整定。仿真显示优化结果比遗传算法好,收敛性能比遗传算法高。
引用
收藏
页码:23 / 27
页数:5
相关论文
共 10 条
  • [1] 基于改进微粒群算法的水火电力系统短期发电计划优化
    汪新星
    张明
    [J]. 电网技术, 2004, (12) : 16 - 19
  • [2] 一种适合于电力系统机组组合问题的混合粒子群优化算法
    胡家声
    郭创新
    曹一家
    [J]. 中国电机工程学报, 2004, (04) : 28 - 32
  • [3] 利用改进微粒群算法优化PID参数
    汪新星
    张明
    [J]. 自动化仪表, 2004, (02) : 21 - 24
  • [4] 一种仿生优化方法—微粒群算法
    刘康
    余玲
    [J]. 四川轻化工学院学报, 2003, (01) : 1 - 4
  • [5] 基于PSO考虑谐波影响的补偿电容器优化配置
    余欣梅
    李妍
    熊信艮
    吴耀武
    [J]. 中国电机工程学报, 2003, (02) : 30 - 34+124
  • [6] PID进化设计法
    郑力新
    周凯汀
    王永初
    [J]. 仪器仪表学报, 2001, (04) : 340 - 343
  • [7] 基于遗传算法的PID参数优化设计
    周凯汀
    郑力新
    [J]. 华侨大学学报(自然科学版), 2000, (02) : 200 - 204
  • [8] 微粒群算法[M]. 科学出版社 , 曾建潮等编著, 2004
  • [9] 新型PID控制及其应用[M]. 机械工业出版社 , 陶永华等编著, 1998
  • [10] 基于PSO算法的PID控制器参数优化设计 .2 刘益剑,张建明,王树青. 第五届全球智能控制与自动化大会 . 2003