基于改进粒子群算法的PID控制器参数自整定

被引：50

作者：

胡伟 ^{[1
,2
]}

徐福缘 ^{[1
]}

机构：

[1] 上海理工大学管理学院

[2] 绵阳师范学院

来源：

计算机应用研究 | 2012年 / 29卷 / 05期

关键词：

粒子群算法; 遗传算法; PID参数优化; 混沌;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP13 [自动控制理论];

学科分类号：

080201 [机械制造及其自动化]; 140502 [人工智能];

摘要：

针对标准粒子群算法寻优精度不高、易出现早熟收敛等缺陷,提出一种自适应混沌移民变异粒子群算法IPSO。该算法通过引入基因距离来反映粒子间合作与竞争的隐性知识,使粒子种群的多样性得到量化,采取自适应混沌移民变异策略对陷入聚集区域的粒子进行处理,使之获得继续搜索的能力,从而防止算法过早陷入局部最优。仿真结果表明,IPSO算法在PID控制器参数寻优问题上具有遗传算法和标准粒子群算法无法比拟的优势。

引用

页码：1791 / 1794

页数：4

共 9 条

[1]

工程约束优化的自适应罚函数混合离散差分进化算法 [J].