排序方式: 共有6条查询结果,搜索用时 78 毫秒
1
1.
基于人群搜索算法的PID控制器参数优化 总被引:2,自引:0,他引:2
关于PID控制器在工业控制领域应用优化问题,PID参数优化成为工业自动化研究的热点.PID参数优化对于系统的稳定性、可靠性和快速响应等特性有着重要的意义.为了改善和优化PID控制器性能,提出一种人群搜索算法(SOA),以PID三个参量为搜寻队伍,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量.通过对比遗传算法和粒子群算法PID参数优化,仿真结果表明,改进算法提高了系统的控制精度,系统响应速度快,鲁棒性好,为控制系统PID参数整定提供了参考. 相似文献
2.
图像分割主要用于提取用户感兴趣的目标,是图像分类和识别的基础。采用一种基于分数阶达尔文粒子群算法的图像分割方法,该算法采用分数阶微积分控制系统收敛性,能够对n尺度图像进行n-1个阈值寻优计算。实验结果表明,对比于APSO、CFPSO算法,该算法具有收敛速度快、稳定性强、精度高、全局寻优等特点,有效地克服了传统算法易陷入局部最优和收敛速度慢等缺陷,可满足实际工程需求。 相似文献
3.
鉴于PID控制器的优越性,其在工业控制领域中的引用越来越广泛。PID控制器的性能主要在于其参数优化设计,PID参数优化问题一直是研究热点。为了解决PID参数优化问题,提出了一种基于自然启发的风驱动优化算法(WDO)的PID优化控制方法,该算法以PID三个参量为控制对象,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过计算机仿真,并与遗传算法和粒子群算法PID参数优化相比,结果表明:该算法提高了系统的控制精度、响应速度和鲁棒性,为控制系统PID参数整定提供了参考。 相似文献
4.
5.
PID参数优化对PID控制性能起着决定性作用,针对PID参数寻优问题,提出运用一种花授粉算法(FPA)。该算法启发于自然界中花粉的传播授粉过程,以三个PID参数组成每个花粉单元的位置坐标,根据一定的全局授粉与局部授粉规则更新花粉单元的位置,使其向最优解迭代。仿真结果表明,与粒子群算法和人群搜索算法相比,花授粉算法优化参数使系统具备更短的响应时间、更高的系统控制精度以及更好的鲁棒性,为PID控制系统的参数整定提供了参考。 相似文献
6.
1