|
|||||
|
|
| 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 |
| Affiliation: | 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》下载全文 | |