首页 | 本学科首页   官方微博 | 高级检索  
     检索      

改进遗传算法在PID优化中的应用
引用本文:泰福高,毛莺池,石玉.改进遗传算法在PID优化中的应用[J].计算机工程,2011,37(17):149-151.
作者姓名:泰福高  毛莺池  石玉
作者单位:1. 常州工学院计算机信息工程学院,江苏常州213002;河海大学计算机及信息工程学院,南京210098
2. 河海大学计算机及信息工程学院,南京,210098
3. 南京航空航天大学自动化学院,南京,210016
基金项目:国家自然科学基金资助项目(60501022)
摘    要:现有的比例积分微分(PID)优化设计算法难以兼顾系统对快速性、稳定性和鲁棒性的要求。为此,提出一种改进的Pareto遗传算法。该算法采用新的拥挤距离计算算法,改进非支配性的比较算法,引入双重精英机制,提高进化效率和解的质量,并且解的多样性好。将该算法应用于PID多目标优化设计,仿真结果表明,决策者可根据当前工作需求在所得的Pareto解集中选择最优的满意解。

关 键 词:最优解  传算法  重精英机制  例积分微分控制器  目标优化
收稿时间:2011-03-29

Application of Improved Genetic Algorithm in PID Optimization
QIN Fu-gao,MAO Ying-chi,SHI Yu.Application of Improved Genetic Algorithm in PID Optimization[J].Computer Engineering,2011,37(17):149-151.
Authors:QIN Fu-gao  MAO Ying-chi  SHI Yu
Institution:QIN Fu-gao1,2,MAO Ying-chi2,SHI Yu3(1.School of Computer and Information Engineering,Changzhou Institute of Technology,Changzhou 213002,China,2.College of Computer and Information Engineering,Hohai University,Nanjing 210098,3.College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China)
Abstract:The current Proportion Integration Differentiation(PID) optimization Design methods are often difficult to consider the system requirements for quickness,reliability and robustness.So this paper proposes an Improved Pareto Genetic Algorithm(IPGA),which uses a new method to calculate crowding distance,improves the comparative method of non-domination,introduces double elitism mechanism to improve efficiency of evolution and quality of solution,and increases diversity of the solution.The algorithm is applied ...
Keywords:optimal solution  genetic algorithm  double elitism mechanism  Proportion Integration Differentiation(PID) controller  multi-objective optimization  
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》浏览原始摘要信息
点击此处可从《计算机工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号