共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
3.
控制对象的时滞现象普遍存在,使用简单的PID控制器很难取得很好的效果.本文提出了一种基于遗传算法的PID控制器参数优化设计方法,对带有惯性环节和时滞环节的试验系统进行了仿真实验,结果表明遗传算法是一种简单高效的寻优算法,与传统的寻优方法相比明显地改善了控制系统的动态响应性能. 相似文献
4.
退火遗传算法在交通图像分割中的应用研究 总被引:5,自引:4,他引:1
基于双CPU的多车道交通流实时动态信息检测系统图像分割的阈值自动优化选取系统,通过将模拟退火思想引入到遗传算法中设计了退火遗传算法(AGA),以最大类方差函数作为遗传算法中适应度的评价函数,利用退火算法后期寻优能力强和遗传算法全局搜索能力强的特点,实现图像阈值的自动优化选取,MATLAB仿真数据表明,本算法较基本遗传算法寻优性能更强,将其应用于该交通流检测系统,增强了整个系统的实时性和鲁棒性. 相似文献
5.
针对传统的试凑法对四旋翼飞行器PID控制参数的整定精确度低等问题,提出采用全局人工鱼群算法将PID的3个参数作为鱼群中的一个个体组合,根据目标函数的变化情况及个体的状态,进行觅食、聚群、追尾等行为选择,从而在全局范围内搜索PID参数的最优组合,并结合动力学模型实现飞行器的飞行控制。仿真结果表明,全局人工鱼群算法具有更高的适应性和鲁棒性,且提高了系统的精度。 相似文献
6.
7.
8.
针对传统的悬臂梁振动抑制系统建立动力学方程的复杂性和精确性不高等缺点,该文提出利用多物理场耦合仿真软件搭建悬臂梁系统作为被控对象,通过设计比例、积分、微分(PID)算法在Simulink中建立控制器模型,对悬臂结构进行振动控制联合仿真。由于结构具有未知性,因而传统控制器PID参数的选取常需根据经验进行试凑来确定。通过提出遗传算法优化PID参数的模型,从而实现参数在线优化实时控制压电悬臂梁振动,仿真和实验均验证了该模型的有效性。此外还通过改变压电执行器在悬臂梁不同应力处的位置进行了振动抑制的仿真与实验。结果表明,该算法模型具有很好的鲁棒性,在不同位置处均可获得最佳的PID整定参数,实现振动抑制最佳效果。 相似文献
9.
10.
提出一种NNC-PID电液位置伺服控制系统的设计方法.采用PC机+DSP为主控制器,NNC自学习、自适应对PID参数自整定的控制算法,以满足在非线性、参数时变性、不确定性条件下,对机械手电液位置伺服系统进行高精度和快速响应的控制要求.与常规PID控制的对比实验表明,该系统由于具有自学习和实时调整PID参数的能力,使系统很快收敛于位置稳态值,同时对参数时变表现出良好的鲁棒性,很好地解决了液压系统的非线性和参数时变问题,具有良好的定位精度和伺服跟踪性能. 相似文献
11.
提出了一种基于混沌蚂蚁群算法的控制系统辨识方法,这种方法在给定控制系统数学模型的条件下,将控制系统的参数辨识问题转化为参数的寻优问题,之后利用混沌蚂蚁群算法的全局优化搜索能力对问题进行求解.以典型控制系统为例进行了计算机仿真,实验结果表明,使用混沌蚂蚁群算法可以得到很好的参数估计结果. 相似文献
12.
13.
针对制冷系统的过热度控制问题,为保证系统动态性能,给出了一种基于广义预测控制滚动优化策略的PID参数自调整算法,设计了GPC-PID控制器.首先根据试验数据,基于最小二乘方法辨识得到过热度与膨胀阀开度间的传递函数模型,随后考虑系统模型的纯滞后环节,基于广义预测控制的性能指标,根据Kuhn-Tucker条件,通过滚动优化策略自动整定PID控制器的参数.最后的仿真结果表明,与传统PID控制器相比,GPC-PID控制器超调小,响应速度快,具有较好的控制效果. 相似文献
14.
This paper aims at the PID control system design for multivariable input and multivariable output (MIMO) processes. An improved version of a particle swarm optimization (PSO) algorithm is utilized to design PID control gains in MIMO control systems. In addition to the individual best and the global best particles, the velocity updating formula of the developed algorithm includes a new factor, the best particle of each sub-population, to enhance the search capacity. Based on the improved particle swarm optimization (IPSO), a complete design strategy is proposed for MIMO PID control systems. All control gains will be evolved to the optimal values by minimizing the system performance criterion. To show the efficiency of the proposed design method, a multivariable chemical process system with two inputs and two outputs is illustrated. Some experiment results, including different algorithm parameter settings and comparisons with other methods, are given. Numerical simulations indicate that the proposed method is superior to other optimal methods. 相似文献
15.
16.
传统PID控制器在矿井提升机变频调速系统应用中,由于控制参数固定且不易整定,导致电机转速超调大、电磁转矩和转子磁链脉动大,进而出现矿井提升机调速系统控制效果差的问题。针对这一问题,文中提出一种改进粒子群优化BP神经网络PID控制器的算法。由于BP神经网络算法存在收敛速度慢和极易陷入局部最优的缺点,现将粒子群算法收敛速度快和全局最优特性与神经网络结合,并通过设计神经网络收敛系数进一步加快收敛速度。仿真结果表明,粒子群优化的神经网络控制效果比神经网络好,且效果明显优于传统PID控制器;相较于神经网络PID控制器,矿井提升机转速调节系统稳速调节速度明显提高;与传统PID控制器相比,电机电磁转矩和转子磁链脉动明显降低,具有较强的稳定性和鲁棒性。 相似文献
17.
蚁群算法是一种新型的模拟进化算法,重点始于组合优化问题的求解.作者运用该算法优化PID控制参数,但在基本蚁群算法中,存在收敛速度较慢,易出现停滞,以及全局搜索能力较低的缺陷.论文提出了一种具有遗传因子的自适应蚁群算法最优PID控制参数的方法,设计出参数优化图.该方法克服了基本蚁群算法的不足,能够满意地实现PID控制参数优化.仿真结果与Z-N法、遗传算法、基本蚁群算法相比较,优化效果明显得到改善.实验表明,该方法对于控制其他对象和过程也具有应用价值. 相似文献