首页 | 本学科首页   官方微博 | 高级检索  
     

基于权重QPSO算法的PID控制器参数优化
引用本文:周阳花,魏敏,孙伟. 基于权重QPSO算法的PID控制器参数优化[J]. 计算机工程与应用, 2010, 46(5): 224-228. DOI: 10.3778/j.issn.1002-8331.2010.05.068
作者姓名:周阳花  魏敏  孙伟
作者单位:江南大学,信息学院,江苏,无锡,214122;无锡职业技术学院,江苏,无锡,214121
摘    要:传统的PID控制器参数优化方法容易产生振荡和较大的超调量,因此智能算法如遗传算法(SGA)和粒子群算法(PSO)被用于参数优化,弥补传统算法的不足,但是遗传算法在进化过程中收敛速度慢,粒子群算法存在易于早熟的缺点。在分析量子粒子群算法(QPSO)的基础上,在算法中引入了权重系数,提出使用改进的量子粒子群算法(WQPSO)优化PID控制器参数。将改进量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较。最后,通过三个传递函数实例,分别使用Z-N、GA、PSO方法和改进的量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析。

关 键 词:量子粒子群算法  权重系数  PID控制器  参数优化
收稿时间:2008-08-25
修稿时间:2008-11-17 

Parameter optimization of PID controller based on quantum-behaved particle swarm optimization algorithm with weight coefficient
ZHOU Yang-hua,WEI Min,SUN Wei. Parameter optimization of PID controller based on quantum-behaved particle swarm optimization algorithm with weight coefficient[J]. Computer Engineering and Applications, 2010, 46(5): 224-228. DOI: 10.3778/j.issn.1002-8331.2010.05.068
Authors:ZHOU Yang-hua  WEI Min  SUN Wei
Affiliation:1.School of Information Technology,Southern Yangtze University,Wuxi,Jiangsu 214122,China 2.Wuxi Institute of Technology,Wuxi,Jiangsu 214121,China
Abstract:The conventional parameter optimization of PID controller is easy to produce surge and big overshoot,and therefore heuristics such as Genetic Algorithm(GA),Particle Swarm Optimization(PSO) are employed to enhance the capability of traditional techniques.But the convergence speed of SGA is slowly and PSO may be trapped in the local optima of the objective and leads to poor performance.In this paper,a weight coefficient is introduced into Quantum-behaved Particle Swarm Optimization(QPSO) and an improved QPSO(...
Keywords:Quantum-behaved Particle Swarm Optimization(QPSO)  weight coefficient  PID controller  parameter 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