| 利用T-S模糊自适应PSO算法优化PID参数 |
| |
| 引用本文： | 郭成,李群湛.利用T-S模糊自适应PSO算法优化PID参数[J].计算机工程与应用,2009,45(3):245-248. |
| |
| 作者姓名： | 郭成 李群湛 |
| |
| 作者单位： | 西南交通大学 电气工程学院，成都 610031 |
| |
| 摘 要： | 针对微粒群优化算法存在的早熟问题，提出了一种基于T-S模型的模糊自适应PSO算法（T-SPSO算法）。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则，动态自适应惯性权重取值，改善了PSO算法的收敛性。将该算法应用于PID控制器的参数整定，可得到更优的控制器参数。仿真结果验证了所提出算法的有效性和所设计控制器的优越性。
|
| 关 键 词： | 微粒群优化算法 PID控制 参数优化 基于T-S模型的模糊自适应PSO算法 早熟 |
| 收稿时间： | 2008-7-21 |
| 修稿时间： | 2008-9-21
|
PID parameter optimization using T-S fuzzy adaptive particle swarm optimization |
| |
| GUO Cheng,LI Qun-zhan.PID parameter optimization using T-S fuzzy adaptive particle swarm optimization[J].Computer Engineering and Applications,2009,45(3):245-248. |
| |
| Authors: | GUO Cheng LI Qun-zhan |
| |
| Affiliation: | School of Electrical Engineering，Southwest Jiaotong University，Chengdu 610031，China |
| |
| Abstract: | In order to solve the premature convergence problem of particle swarm optimization,a novel fuzzy adaptive Particle Swarm Optimization based on T-S mode(lT-SPSO) is presented.The proposed method shapes the T-S rules according to the cur- rent best performance evaluation and inertia weight of swarm,which dynamically update the value of inertia weight and signifi- cantly speed up the convergence.The improved algorithm significantly improves the performance of parameters applied in parame- ter setting of PID co... |
| |
| Keywords: | Particle Swarm Optimization（PSO） PID control parameter optimization Particle Swarm Optimization based on T-S model（T-SPSO） premature |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
