模糊控制系统设计及参数PSO优化研究

被引:0
作者
刘益剑
机构
[1] 浙江大学
关键词
模糊控制; PID; 系统设计; 参数优化; 微粒群; PSO;
D O I
暂无
年度学位
2004
学位类型
硕士
导师
摘要
模糊控制是一种无模型的智能控制方法,可以用来处理非线性对象的控制问题,但是控制精度不高以及缺乏系统化参数设计方法的缺陷使得模糊控制存在着一定的局限。本文对如何提高模糊控制的性能以及系统化的参数设计问题进行研究,提出了一种模糊PID控制的结构,并且首次将微粒群优化算法(PSO)应用于模糊控制器的参数优化设计。针对不同的工业对象和过程,进行了模糊控制系统的设计和仿真试验。本文的工作包括以下方面的内容: 1.综述了模糊控制理论的产生、发展和现状以及在提高模糊控制器控制性能方面的研究概况。 2.介绍了模糊控制的基本原理和模糊控制器的结构;对常规模糊控制器的设计过程进行了阐述;总结和分析了常用模糊PID控制器的结构。 3.提出了一种参数自调整模糊PID集成控制策略。针对水轮机组的转速控制问题,进行了仿真试验,仿真结果验证了此种控制策略的有效性。 4.综述了微粒群优化(PSO)算法的产生和发展及应用情况,用函数优化演示了微粒群算法的优化性能。 5.尝试将微粒群优化算法(PSO)应用于模糊控制器参数设计中,并给出了PSO进行模糊控制器参数优化设计的步骤。针对两种比较典型和实用的模糊控制器结构,进行了PSO参数优化设计。通过典型对象的控制系统仿真表明:基于微粒群优化算法进行模糊控制器参数优化设计是可行和有效的。
引用
收藏
页数:73
共 34 条
[1]
一种新的模糊PID控制器的优化及其仿真研究 [J].
肖宏峰 ;
粱丰 ;
谭冠政 .
计算机仿真, 2003, (04) :32-35
[2]
微粒群算法综述 [J].
谢晓锋 ;
张文俊 ;
杨之廉 .
控制与决策, 2003, (02) :129-134
[3]
一种仿生优化方法—微粒群算法 [J].
刘康 ;
余玲 .
四川轻化工学院学报, 2003, (01) :1-4
[4]
一种神经网络模糊控制器的合成 [J].
胡映 ;
李新跃 .
现代电子技术, 2003, (06) :48-50
[5]
基于PSO考虑谐波影响的补偿电容器优化配置 [J].
余欣梅 ;
李妍 ;
熊信艮 ;
吴耀武 .
中国电机工程学报, 2003, (02)
[6]
模糊神经网络控制倒立摆系统附视频 [J].
唐晓琪 ;
谢克明 .
太原理工大学学报, 2003, (01) :80-82
[7]
模糊神经网络控制及其在化纤工业中的应用 [J].
黄显明 ;
季跃进 ;
易继锴 ;
张燕红 .
工程建设与设计, 2002, (03) :35-38
[8]
一种新的模糊控制器的优化方法 [J].
李家炜 .
控制理论与应用, 2002, (02) :279-281+290
[9]
基于模拟退火优化的船舶航向模糊控制研究 [J].
杨国勋 ;
贾欣乐 ;
郭晨 ;
孟志刚 .
中国造船, 2001, (04)
[10]
一种自整定模糊PID型控制器 [J].
齐建玲 ;
赵秀芬 ;
褚 泽 .
华北航天工业学院学报, 2001, (04) :25-27+31