贵传算法在PID参数整定中的应用

针对传统PID参数整定的困难性，本文提出了把遗传算法运用于PID参数整定中，采用遗传算法进行PID参数整定是一种寻求全局最优且与初始条件无关的优化方法。仿真结果表明基于遗传算法运的PID参数整定具有良好的控制特性。     

基于遗传算法的PID参数整定及仿真

PID参数整定是一个多参量组合优化问题,文章针对目前常用的工程整定法和理论设计法只能从系统的单项性能指标出发进行整定,而无法对系统性能进行全面控制的缺陷,提出了基于遗传算法的PID参数整定方法.这种方法可以充分利用遗传算法的适应度函数,有效地引入所需的系统性能指标,对系统进行全面的参数设计.而且,文章通过实例对几种参数整定方法的控制效果进行了仿真和比较,证明了基于遗传算法的PID参数整定方法的可行性和良好的控制效果.     

用遗传算法实现PID参数整定

PID参数整定一直是控制领域中的重要研究问题。本文在MATLAB平台上将遗传算法应用于PID参数的自动整定，算法实例仿真取得了良好的效果，为PID参数整定方法提供了一种新的尝试。     

基于遗传算法的PID参数整定与优化

PID参数整定与优化一直是自动控制领域研究的重要问题。采用遗传算法进行PID参数整定与优化是一种寻求全局最优且与初始条件无关的优化方法。在参数整定与优化过程中,考虑了过程控制系统的参数整定特点和寻优精度。     

直流电动机的PID整定

传统PID控制器参数范围变化大,要调到想要控制的结果,工作量大,整定方法过于繁锁,PID参数的优化方法很多,本文采用基于实数编码遗传算法的PID整定方法,具有操作简单、整定速度快等很多优点。     

基于在线自适应遗传算法的PID参数整定和优化

研究自动控制系统优化问题,控制系统响应特性取决于系统参数的调整.针对传统的PID控制算法参数较多,且难以整定,使得控制效果不理想等问题,提出了自适应遗传算法的PID参数整定.根据遗传算法具有在线性差的问题,对遗传算法作了改进.通过自适应遗传算法对PID参数进行整定与寻优,选择自适应度大的个体所对应的PID控制参数作为采样时间下的PID控制参数.改进后的算法有效提高了遗传算法的寻优能力,提高了算法的收敛的速度,在一定的范围可以求得最优全局解.在MATLAB上仿真结果表明,在PID参数的寻优过程中,自适应遗传算法具有更强的寻优能力,提高了控制系统的自适应性,为优化控制系统设计提供了依据.     

基于双种群遗传算法的四旋翼飞行器PID参数整定方法

针对四旋翼飞行器的PID控制器参数整定问题,提出使用双种群遗传算法对控制器参数进行寻优;四旋翼飞行器的PID参数调整困难,由于通道间的耦合关系使常规的参数调整方法失效,提出结合双种群遗传算法,寻找最优的PID参数组合,实现飞行器控制;结合动力学模型并加以适当简化,设计了PID控制器,使用双种群遗传算法整定参数,进行了数据仿真实验;结果表明,双种群遗传算法能够提高单种群遗传算法5%的性能,获得的参数控制效果更好。     

基于改进遗传算法的环形倒立摆PID参数整定

针对传统的环形倒立摆PID控制器参数整定方法主观性强,系统响应性能不佳等问题,提出来了一种基于改进遗传算法的环形倒立摆PID参数整定方法.采用仿真研究方法,比较了试凑法、遗传算法和改进遗传算法求取的PID控制器参数对环形倒立摆的控制效果.实验表明,相比于试凑法,遗传算法得到的PID控制器参数使系统的超调量减小、调节时间缩短;改进的遗传算法得到的PID控制器参数使系统的响应性能进一步优化.改进遗传算法求取PID控制器参数的方法对于环形倒立摆以外的控制系统也有借鉴作用.     

基于混沌遗传算法的PID参数优化

随着计算机技术的飞跃发展和人工智能技术渗透到自动控制领域,各种先进PID控制器参数整定方法层出不穷,给PID控制器参数整定的研究带来了无限活力和契机;然而很多先进的PID参数整定方法并没有像预期的那样产生完美的控制效果.将遗传算法和混沌优化方法智能集成,利用混沌序列的"遍历性、随机性、规律性"的特点生成初始种群,在遗传操作中加入混沌细搜索,大大提高了局部搜索能力,能有效防止遗传算法陷入局部最优和发生早熟现象,仿真表明,混沌遗传算法优化结果相当理想,效果令人满意,优于常规的遗传算法.     

基于量子遗传算法的PID控制器参数自整定

提出了一种基于量子遗传算法（QGA）的PID控制器参数整定方法。首先定义一个包含表示系统超调量、上升时间和稳态误差指标项的适应度函数,并根据实际系统的性能要求对指标项进行适当加权。之后采用具有量子比特个体表示形式和量子旋转门实现种群进化的量子遗传算法,对PID进行多目标寻优,从而实现PID参数的自动整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法和一般遗传算法得到的PID控制器。     

球杆系统自适应遗传PID控制

遗传算法全局寻优参数,但训练时间较长;PID控制算法简单,却难以控制非线性复杂过程.将自适应遗传算法和PID相结合,可有效地改善控制效果.通过建立球杆系统机械部分模型、角度模型和电机模型,得到整个球杆系统的数学模型;设计基于遗传算法的自适应PID控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明了该算法的控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.     

基于免疫遗传新算法的PID参数整定

为使PID参数整定工作更加快捷有效,在传统遗传算法的基础上,提出基于独特型免疫动力学网络模型的新型免疫算法,以激励水平作为抗体选择操作的量度,并构建精英抗体库,以便给精英抗体更多交叉变异的机会.将该算法用于PID控制器参数整定,仿真结果表明,新算法能更快地找到控制器PID参数最优组合,且经该算法优化后的系统控制性能优于传统遗传算法优化的PID控制器,故该算法用于PID参数优化是可行且有效的.     

基于最大-最小蚂蚁系统的PID参数整定

PID参数是影响PID控制器控制效果的重要参数。本文提出一种基于最大-最小蚂蚁系统(MMAS)进行PID参数整定的新型算法MPID,并给出了MPID算法的具体实现步骤。实验仿真表明,MPID算法与基于遗传算法、基本蚁群算法的PID整定方法相比,优化效果有明显改善,说明了该算法的可行性和优越性。     

遗传算法的自适应PID控制器的应用

针对工业过程中常见的二阶延迟系统的PID参数整定问题,提出了基于实数编码遗传算法的自适应参数整定方法.该方法利用遗传算法可快速全局寻优的特点,通过对控制器参数进行实数编码,将性能指标构成相应的适应度函数,采用自适应变异概率,反复进行遗传操作获得整定控制器的最佳参数.仿真结果表明所提出的整定方法效果显著,且控制器具有良好的抗干扰能力.     

基于混沌免疫遗传算法整定PID参数

针对传统免疫遗传算法PID参数整定速度慢的缺点,通过引入了混沌增殖思想和隔离小生境技术,结合免疫遗传算法的特点,设计了一种智能的PID参数整定方法。该方法利用混沌增殖对初值的敏感性以及随机性、遍历性、规律性,使免疫遗传算法能够更加有效地跳出局部收敛区域而以更快的速度向全局最优值收敛,进而较好地处理了通常遗传算法中遇到的“早熟”问题。通过隔离小生境技术的引入使得子种群的进化不仅同整个种群的进化密切相关,还有自身进化的独立性,这有利于种群个体多样性的保持。通过实际PID参数整定的例子,结果表明该算法能明显改善免疫遗传算法的收敛性能,搜索效率也得到了显著提高。     

自适应遗传PID算法在压缩机防喘振的研究

针对离心压缩机防喘振控制原有调节过程能量浪费严重,传统的PID控制难以获得满意的效果的问题,提出一种新的基于遗传算法的自适应PID拉制算法.利用遗传算法可快速全局寻优的特点,通过对PID控制参数的遗传算法优化,将性能指标构成相应的适应度函数,采用自适应变异概率,反复进行遗传操作以获得控制器的最佳整定参数.仿真结果表明,与传统PID整定结果相比较,该方法提高了参数的优化性能,系统动态性能进一步提高,可以取得较好的控制效果.     

多种PID控制及其仿真比较

同一控制对象．分别用常规整定PID控制、模糊自适应整定PID控制、基于BP神经网络整定的PID控制、基于遗传算法整定的PID控制四种方法用MALTAB仿真分析,并对效果进行比较。     

用遗传算法优化PID参数

PID控制是最早发展起来的控制策略之一,因其设计方法及控制结构简单易行,直今仍在工业过程控制中得到广泛应用.在PID控制中,控制效果的好坏完全取决于PID参数的整定与优化.目前,PID参数的整定及优化方法有很多,如Z-N法,继电型自整定法,最优设定法及梯度法、单纯形法.但各有其弊,前几种整定方法带有经验性并不是最优解,后两种极易陷入局部最优点.而遗传算法是一种寻求全局最优且不需任何初始信息的高效优化方法.本文把遗传算法应用于PID参数寻优,通过仿真验证效果很好.     

基于遗传算法的PID整定的柴油机调速系统的研究

柴油机调速系统的电子调速器多采用传统的PID控制器,但随着转速、负荷及其它运动条件的变化,模型参数将发生很大的变化,这时PID控制器的参数就需要在线整定.本文提出了应用遗传算法来进行参数寻优,构造基于遗传算法的PID控制器,通过仿真实验,取得了较好的效果.     

恒压供水模糊自适应PID控制器的设计、仿真

对遗传算法和传统PID控制作简要的介绍,针对工程整定方法整定的初始值超调量较大,调节时间较长的问题,利用遗传算法对其初值进行整定.利用遗传算法整定出的一组性能较优良的PID初值,结合模糊控制的思想,利用专家系统直接建立模糊规则,进行模糊自适应PID控制器的初步设计,并对恒压供水系统进行仿真,仿真结果满足设计要求.