基于模糊自适应算法的原动机参数整定

在原动仿真系统中,关于其速度电流综合调节器(实质为PI调节器)的参数一直以来都是依靠传统方法来确定的,这种方法不但耗费时间,而且很难寻求到一组理想的参数。将模糊自适应算法引入可很好解决这些问题,通过具体事例运用MATLAB仿真试验,对传统方法和模糊自适应算法所得到的调节器阶跃响应进行比较,试验结果证明,模糊自适应算法能够快速优化确定PI参数,且原动系统的动态特性更好。     

基于模糊推理的PI控制器参数整定方法

针对常用的PID控制器整定方法应用于高阶、时延、非线性工业对象时,许多整定公式不能获得满意的性能的问题,提出了一种对PI控制器参数进行整定的新方法。通过模糊推理将控制过程分为暂态和稳态,然后调用相应的模糊控制器来求取PI控制器的比例系数和积分系数。该方法既利用了模糊控制对被控对象的数学模型要求弱和抗干扰能力强、响应速度快等优点,也保留了传统PI控制器良好的稳态调节作用,达到了比较理想的控制效果。     

基于MATLAB的模糊自整定PID参数控制器计算机仿真

介绍了怎样有机地将MATLAB5．X提供的SIMULINK2与FUZZYTOOLBOX有机地结合,方便有效地实现模糊自整定PID参数控制系统的设计和计算机仿真。这对于模糊自整定PID参数控制系统的设计优化和开拓MATLAB5．X在工程模糊控制领域的应用是十分有意义的。     

基于人工鱼群算法的分数阶PIλ控制器参数整定

针对分数阶Piλ控制器的参数整定,提出图像法和人工鱼群优化算法相结合的方法来对分数阶Piλ控制器进行参数整定。分别以一阶系统和二阶系统来模拟典型的速度伺服系统,以此模型为被控对象进行分数阶Piλ控制器的设计,首先在频域内,根据系统的相对稳定性和增益变化的鲁棒性等条件,推导出方程式;然后根据图像法解出分数阶Piλ控制器的参数,以解出的参数为中心位置,指定寻优的范围,进而用人工鱼群算法对其周围进行寻优。最后进行仿真研究,通过仿真可以看出,通过人工鱼群算法寻优得到的控制器,比单纯用图像法得到分数阶Piλ控制器能使系统具有更好的动态响应特性,并且满足增益变化鲁棒性的条件。     

FOPDT模型PI参数整定的一种新方法

本评议针对FOPDT模型，提出一种PI参数的约束优化整定方法。此方法从控制系统频域校正的原理出发，在保证系统稳定裕度的前提下，寻找最大的速度误差系数，进而将PI参数整定转化为一个约束优化问题，与其它整定方法相比，此方法的设定值响应和扰动响应的控制效果较均匀，且保持了基于稳定裕度方法的有较好鲁棒性的优点。     

磁悬浮PID参数整定仿真

研究磁悬浮列车悬浮稳定安全优化控制问题。磁悬浮控制是磁浮列车的技术难点之一,由于系统的复杂性和列车运行环境的不确定性,涉及许多非线性因素,使控制系统稳定性和响应性差。为了得到合适的稳定悬浮间隙,提高控制质量,提出用卡尔曼滤波的方法,引入蚁群优化算法(ACA),对卡尔曼滤波方法进行改进,提出了蚁群算法和卡尔曼滤波的PID控制器参数组合优化方法。进行仿真,通过卡尔曼滤波器抑制干扰信号和测量信号。仿真结果表明改进的滤波方法效率高,控制效果得到了改善,为磁悬浮系统的优化设计提供了参考。     

基于差分进化算法的PID参数整定

研究了PID控制器的参数整定问题.常用的工程整定法没有考虑系统的任何要求,只能提供给系统一个稳定的状态,无法使系统运行最佳.理论设计法只能保证满足系统的某一特性要求.针对这两种方法存在的缺陷,将差分进化算法应用于PID参数整定,提出了基于差分进化算法的PID参数整定方法.新方法根据系统性能指标,设计适应度函数,充分利用差分进化算法优秀的寻优能力,寻找出较优的PID参数.最后,通过实例对三种参数整定方法的控制效果进行了仿真和比较,仿真结果证明了基于差分进化算法的PID参数整定方法明显优于工程整定法和理论设计法.     

基于Matlab的PID参数整定仿真及分析

PID控制器结构和算法简单,应用广泛,但参数整定方法复杂,通常用凑试法来确定。文中探讨利用MATLAB实现PID参数整定及仿真的方法,并分析、比较比例控制、比例积分控制和比例微分控制,探讨了KP、TI、TD3个参数对PID控制规律的影响。     

用MATLAB仿真分析自抗扰控制器的整定参数

自抗扰控制器在实际使用时有多个需要整定的参数,由于控制器参数多,又无法确定参数作用方向,因此参数整定困难,为实际使用自抗扰控制器带来不便。本文利用MATLAB软件仿真分析控制器及参数,寻求参数整定规律,简化整定过程,对实际应用自抗扰控制器具有较大的意义。     

自动控制系统的参数整定及自整定

本文论述了参数整定在自动控制系统中的重要性，介绍了几种参数整定方法，并着重叙述了经验法的优点及实验方法，同时介绍了自整定的基本实施方法及其研究应用情况。     

基于蚁群系统的参数自适应粒子群算法及其应用

为了解决粒子群算法惯性权重自适应问题,提出一种基于蚁群系统的惯性权重自适应粒子群算法(AS-PSO).AS-PSO首先将惯性权重取值区间离散化,各个惯性权重子区间在初期赋予相同的信息素;然后,粒子群算法中的各个粒子,根据各个惯性权重子区间中的信息素浓度和粒子在搜索空间中分布的先验知识,确定各个惯性权重子区间的选择概率,并进而实现粒子的空间搜索;最后,基于粒子的进化信息,实现惯性权重子区间信息素浓度的更新.仿真研究表明,AS-PSO算法在种群进化寻优的同时,能根据种群的进化信息,通过蚁群算法实现惯性权重参数的自适应调整和进化,且不增加测试函数的调用次数;算法寻优性能优于传统的自适应粒子群算法和根据速度信息自适应调整参数的粒子群算法.同时,算法实际应用于复杂系统模型参数的优化估计,获得满意结果.     

一种PID参数整定的粒子群优化算法

提出了一种PID控制器参数整定的粒子群优化算法。该方法首先通过定义一个包含系统超调量、上升时间和稳态误差指标项的适应度函数,并根据系统的实际控制要求对各指标项适当加权。之后由带收缩因子的粒子群算法对PID进行多目标寻优,从而实现PID控制器的自动参数整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法得到的PID控制器。     

自动机制设计中一种改进的混沌蚁群算法

针对自动机制设计计算复杂度会随具体问题规模的增大而呈指数增长等问题,提出了一种改进的混沌蚁群算法.在机制设计基础上,依据激励兼容和个人理性约束,分析了自动机制设计中的占优策略机制模型和贝叶斯-纳什均衡机制模型,并将改进的算法用于实现这2种机制模型.结果表明:该算法在公共货物配置问题上取得了较好的效果.     

基于改进的遗传算法的有刷直流电机PID参数整定

针对有刷直流（DC）电机的比例积分微分（PID）参数整定工作复杂耗时的问题,提出了一种基于改进型遗传算法（GA）的PID参数整定方法。首先,提出了适应度增强淘汰法则,改进了传统GA的选择过程;然后,提出了基因感染交叉方法,保证了进化过程中平均适应度值的增加;最后,删除了传统GA中不必要的复制操作,提升了算法的运行速度。通过电机传递函数进行建模和仿真分析。实验结果表明,与常规整定方法相比,所提改进型GA能够显著提升PID参数整定效果,且改进型GA相较于传统GA,达到同样进化效果所需的进化代数减少了79%,算法运行速度提升了4.1%。所提出的改进型GA从选择和交叉两个关键操作步骤对GA进行了改进,并应用于PID参数整定使得上升时间更少、稳定时间更短、过冲更小。     

基于资源签名与遗传算法的Hadoop参数自动调优系统

在Hadoop集群的优化配置中,配置参数存在种类繁多,含义复杂,相互关联影响的特性,导致难以实现快速准确寻优。针对以上问题,构建了Hadoop集群自动调优系统。其中在系统中设计了资源获取器与参数配置库,分别用以获取各作业的资源消耗与存储分发配置方案。该系统首先利用MapReduce作业的小规模数据集资源签名将任务分类,之后在遗传算法框架中通过任务的测试评估对配置方案进行自动迭代优化。实验结果表明,调优后集群的任务完成时间明显缩减,集群的资源利用率有了明显提升。     

Design of PID controller with incomplete derivation based on ant system algorithm

A new and intelligent design method for PID controller with incomplete derivation is proposed based on the ant system algorithm (ASA). For a given control system with this kind of PlD controller, a group of optimal PID controller parameters Kp^*, Ti^*, and Td^* can be obtained by taking the overshoot, settling time, and steady-state error of the system‘s unit step response as the penfomunce indexes and by use of our improved ant system algorithm. Kp^*, Ti^*, and Td^* can be used in real-time control. This kind of controller is called the ASA-PID controller with incomplete derivation. To verify the performance of the ASA-PID controller, three different typical transfer functions were tested, and three existing typical tunmg methods of PID controller parameters,including the Ziegler-Nichols method (ZN), the genetic algnrithrn (GA), and the simulated annealing (SA), were adopted for comparison. The simulation results showed that the ASA-PID controller can be used to control different objects and has better performance compared with the ZN-PID and GA-PID controllers, and comparable performance compared with the SA-PID controller.     

改进粒子群算法整定PID参数研究

PID控制器的性能取决于其控制参数的组合,针对其参数的整定和优化问题,提出了应用一种改进的粒子群优化算法,该算法借鉴了遗传算法的杂交机制,并采用惯性权值的非线性递减策略,用以加速算法的收敛速度和提高粒子的搜索能力。将该算法应用于一个二阶系统的PID控制器参数的优化。仿真结果表明该改进的粒子群算法具有比传统粒子群算法和遗传算法更好的优化效果,具有一定的工程应用前景。     

粒子群算法在PID控制器参数整定中的研究与应用

针对自动化控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的PID控制器的设计方法,给出了具体的实验架构。采用系统参数鉴定的方式得到直流伺服发电机的传递函数,并利用粒子群算法搜寻PID参数。实验采用MATLAB仿真证明了该方法的可行性和优越性。所得到模拟结果跟遗传算法搜索PID参数的结果做比较,结果显示用粒子群算法调整PID参数所得到的运算时间比用遗传算法的运算时间要短。     

基于改进差分进化算法的三相逆变系统分数阶PI控制策略

三相逆变系统在新能源发电、电动汽车等诸多领域都得到了广泛的应用,对三相逆变系统的控制器进行持续的优化改进具有重要意义。针对传统三相双闭环逆变控制系统输出电能质量较低和鲁棒性不强的问题,提出了基于改进差分进化算法的分数阶PI三相逆变控制策略(IDE-FOPI)。该策略将分数阶微积分理论引入到双闭环三相逆变控制系统,并基于此对双闭环分数阶PI控制的三相逆变系统进行数学建模。考虑到三相逆变系统是一个复杂的非线性时变网络,其双闭环PI控制器参数整定复杂,传统的参数整定方法整定效果不佳,该策略将三相逆变系统双闭环分数阶PI控制器参数优化问题转换为一个典型的约束优化问题,引入一种基于自适应多变异操作和参数自调节策略的改进差分进化算法对控制器参数优化问题进行求解。仿真测试表明,相对于遗传算法(GA)、粒子群算法(PSO)、传统差分进化算法(DE),本文提出基于改进差分进化的分数阶PI策略所输出的电压谐波畸变率低,动态性能好,抗干扰能力强。