基于遗传算法的PID控制

遗传算法简称GA（Generic Algorithms）是模拟自然界遗传机制和生物进化论而成的一种并行随机搜索最优化方法。它将“优胜劣汰,适者生存”的生物进化原理引入优化参数形成的编码串联群体中,这样周而复始,群体中个体适应度不断提高,直到满足一定的条件。其算法简单,可并行处理,能得到全局最优解。     

基于改进量子遗传算法的超声电机模糊PID控制

针对超声电机非线性、时变性的特点,设计了模糊自整定PID控制器,并利用量子遗传算法对模糊自整定PID控制器参数进行优化,以提高系统的动态性能和适应性.针对传统量子遗传算法的不足,对编码方式、种群初始化、量子旋转门、量子变异以及增加量子灾变5个方面进行改进.仿真结果表明:改进量子遗传算法改善了传统量子遗传算法容易产生种群...     

利用改进的遗传算法实现PID参数寻优

针对经典遗传算法存在的不足,提出了一种改进的遗传算法,并将其应用于常见控制对象模型的PID参数寻优,克服了经典遗传算法的一些缺点。仿真结果表明,基于此遗传算法寻优设计的PID控制器具有很好的动态品质和稳定性。     

基于PID控制和遗传算法的半导体激光器温控系统

为了实现半导体激光器温度的精确控制,设计了将PID控制与遗传算法相结合的高精度温度控制系统.该系统使用热敏电阻与光电二极管进行测量和反馈半导体激光器的温度值,并用热电制冷器作为温控执行器,构成了双闭环控制系统,提出了利用遗传算法在线优化PID参数的方法,根据实时测量偏差、控制器输出和上升时间构建函数作为待优化的性能指标,从而动态调整控制器的参数.结果表明,系统能够实现高精度的温度稳定控制,稳定度达到0.027%,温度偏差为0.002℃,控制效果优于传统的PID控制,具有较好的应用价值.     

遗传算法在PID控制系统中的应用

遗传算法是一种模拟自然进化而提出的简单高效的组合优化算法．本文研究了PID三个参数Kp、Ki、Kd使系统获得最佳控制效果的优化问题．结果表明,遗传算法可以有效地解决这一过程的优化问题．     

基于遗传算法PID的风力机变桨距系统电液伺服控制

针对风力机电液伺服变桨距控制系统,设计了基于遗传算法整定的PID控制器,并通过计算机仿真,再现了系统跟踪阶跃信号的系统响应。仿真结果表明,在该控制器作用下,风力机变桨距系统具有良好的动态性能。     

基于改进PSO的励磁系统非线性PID控制研究

针对线性PID控制器在励磁控制系统中难以取得满意控制效果的缺点,在分析了PID控制器增益参数和偏差信号之间的非线性函数关系的基础上,根据控制量与误差信号之间的调节规律,构造出一种非线性PID控制器。因为粒子群算法具有对整个参数空间进行高效并行搜索的特点,通过引入交叉因子的改进PSO算法来寻优非线性PID控制器各增益参数。仿真结果表明非线性PID控制器能够有效地改善机端电压的控制精度,并且具有良好的动态品质。     

基于遗传算法的无刷直流电机的PID控制

无刷直流电机（BLDCM）是一种多变量和非线性的控制系统,文中提出了一种使用遗传算法优化的PID控制器,并用于无刷直流电机的控制中。系统使用电流和转速双闭环控制,速度环采用PID控制器进行控制,PID参数通过遗传算法进行离线优化。通过仿真分析,系统较好地实现了给定速度的跟踪,具有控制灵活、适应性强等优点,同时又具有较高的控制精度和较好的鲁棒性。     

基于遗传算法的异步电机调速系统PID参数优化

在对异步电机矢量控制系统分析的基础上,给出了参数优化设计的数学模型,采用了一种改进的遗传算法,并利用Matlab软件对PID参数进行了优化设计,得到了满意的优化参数.讨论了遗传算法的一些关键技术,如改进的二进制编码方法,基于惩罚项的适应度的计算,遗传算子的构造等.提出了用遗传算法优化异步电机调速系统PID参数的方法,并...     

基于遗传算法的集中供热系统PID参数整定

针对传统供热系统中PID控制存在的超调量高、响应慢、达到稳定的时间久等问题,提出采用遗传算法,通过遗传算法与PID相结合,设计出GA-PID控制器,使得系统的响应时间短,稳定性更高。     

基于遗传算法优化的模糊PID控制研究及其仿真

本文提出了一种基于遗传算法优化的模糊PID控制系统:采用遗传算法优化模糊控制中的隶属函数和控制规则,进一步完善了模糊PID控制器的性能,提高了系统的控制精度。最后对优化后的模糊控制器进行了Matlab仿真研究,仿真结果表明:经过优化后的控制器明显地改善了控制系统的动态性能,能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值。     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较.仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

基于自适应遗传算法的DFB激光器模糊PID温控系统

针对传统的PID控制算法很难准确控制DFB激光器温度的问题,提出并设计了一种基于模糊PID控制和自适应遗传算法的新型DFB温度控制系统.该控制系统由硬件和软件两部分构成,在硬件设备上以单片机作为控制系统的处理器,以铂电阻和热电冷却器分别作为控制系统的敏感器和执行器;在控制算法上利用自适应遗传算法来优化模糊PID的自整定规则.结果表明,该系统能够实现DFB激光器在5~65℃温度范围内的有效控制,控制误差和超调量分别低于0.002 3℃和10%,具有较好的应用前景.     

基于PID控制的火炉温度系统

探讨了在可编程调节器（ SLPC）构成的热电偶检定炉温度控制系统中采用智能PID控制的方法,其将批量PID控制方法应用于该系统,使得给定值不断大幅度变化的随动系统的控制做到快速无超调,达到了系统预期的正常运行,不仅节省时间,而且大幅度提高整定精度,有效提高了系统的鲁棒性与经济性。     

基于改进的粒子群PID控制在变风量系统中的应用

目的研究变风量空调系统温度-风量PID控制器的整定方法,利用粒子群算法的特点设计一种较为高效、稳定的自适应控制器.方法以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,选取种群数量、维数、最大寻优速度、收缩因子等粒子群内部参量,根据粒子群的演化规则自动完成最优控制.结果采用引入收缩因子的粒子群PID自适应控制器时,系统的调节时间约为常规控制方法的50%,超调量减少了约75%.且动态过程快速而平稳;而当系统突加阶跃扰动时,粒子群PID自适应控制器的调节时间及超调量均约为常规控制方法的50%,系统控制品质得到了较大的改善.结论仿真结果表明,采用上述自适应控制器后,空调房间的温度调节过程加快,室内外干扰因素对房间温度的影响明显降低,整个系统体现了良好的动态性能及较强的鲁棒性.     

基于改进遗传算法的区域交通信号优化控制

为实现对区域交通信号的优化控制,在车辆延误模型HCM2000的基础上纳入相位差因素; 对遗传算法的交叉和变异过程进行改进,将个体中各个参数分割开来,对各个参数分别执行交叉和变异操作; 对整个区域建立以最小化车辆平均时延为目标的优化模型。对4交叉口区域的仿真结果表明,该方案的优化效果较好,整个区域的平均车辆延误比优化前减少了7.3%,达到了优化控制的目的。       

基于改进遗传算法排课系统应用研究

针对复杂的排课问题,结合高校实际排课需求,本文将排课问题抽象成一个计算机可以求解的多约束多目标组合优化问题。建立排课问题数学模型,引入遗传算法,提出一种改进的算法方案来求解排课问题。同时,设计了染色体编码和适应度函数,采用自适应参数调整的交叉概率和变异概率,讨论了遗传算法在排课系统中的应用,并采用Matlab工具进行仿真实验。仿真结果表明,改进遗传算法平均适应度值高于传统遗传算法平均适应度值,收敛性好,提高了全局搜索能力,与传统的遗传算法相比,能更有效的解决高校排课问题。该研究可以较好地解决排课问题。     

基于遗传算法的PID参数整定

提出了一种基于遗传算法的PID控制器参数优化设计方法．通过仿真研究和加热炉实验表明遗传算法应用于PID参数整定可提高系统的稳定性和动态特性，与传统的整定方法相比明显地改善了整定的速度和准确度。