基于改进引力搜索算法的励磁控制PID参数优化

被引：22

作者：

李超顺

周建中

肖剑

机构：

[1] 华中科技大学水电与数字化工程学院

来源：

华中科技大学学报(自然科学版) | 2012年 / 40卷 / 10期

基金：

中央高校基本科研业务费专项资金资助; 高等学校博士学科点专项科研基金;

关键词：

电压控制; 优化; 粒子群优化; 改进引力搜索算法; PID参数; 励磁控制系统;

D O I：

10.13245/j.hust.2012.10.020

中图分类号：

TP13 [自动控制理论];

学科分类号：

0711 ; 071102 ; 0811 ; 081101 ; 081103 ;

摘要：

在引力搜索算法(GSA)基础上,结合PSO算法中粒子的运动特点,提出了改进引力搜索算法(IGSA),并将其应用到励磁控制系统PID参数优化.IGSA嵌入了引力搜索和粒子群搜索,使其在保留引力搜索特点的前提下增加了信息共享及记忆能力,进一步提高了搜索能力.定义了同时考虑ITAE指标和超调量指标的加权目标函数,提出了基于混沌引力搜索的参数优化策略.将IGSA与传统群体优化算法进行了充分对比试验,验证了提出的励磁控制系统PID参数优化方法的有效性.

引用

页码：119 / 122

页数：4

共 9 条

[1] 求解流水线调度问题的万有引力搜索算法 [J].

谷文祥 ;

李向涛 ;

朱磊 ;

周俊萍 ;

胡艳梅 .

智能系统学报, 2010, 5 (05) :411-418

[2] 基于菌群-粒子群算法的水轮发电机组PID调速器参数优化 [J].

寇攀高 ;

周建中 ;

何耀耀 ;

向秀桥 ;

李超顺 .

中国电机工程学报, 2009, 29 (26) :101-106

[3]

PID Controller Optimization by GA and Its Performances on the Electro-hydraulic Servo Control System[J]. Karam M. Elbayomy.Chinese Journal of Aeronautics. 2008(04)

[4] 基于改进粒子群算法的水轮发电机组PID调速器参数优化 [J].

方红庆 ;

沈祖诒 .

中国电机工程学报, 2005, (22) :123-127

[5] 基于遗传算法的水轮机智能PID调速器研究 [J].

南海鹏 ;

罗兴錡 ;

余向阳 .

水力发电学报, 2004, (01) :107-112

[6]

GSA: A Gravitational Search Algorithm[J] . Esmat Rashedi,Hossein Nezamabadi-pour,Saeid Saryazdi.Information Sciences . 2009 (13)

[7]

The self-tuning PID control in a slider–crank mechanism system by applying particle swarm optimization approach[J] . Chih-Cheng Kao,Chin-Wen Chuang,Rong-Fong Fung.Mechatronics . 2006 (8)

[8] Solution to the Shell standard control problem using genetically tuned PID controllers [J].

Vlachos, C ;

Williams, D ;

Gomm, JB .

CONTROL ENGINEERING PRACTICE, 2002, 10 (02) :151-163

[9]

Synthesis of Neural Networks and PID Control for Performance Improvement of Industrial Robots[J] . Peter C. Chen,James K. Mills.Journal of Intelligent and Robotic Systems . 1997 (2)

← 1 →