基于遗传算法的PID参数整定

１引言ＰＩＤ是连续系统控制理论中最成熟、应用最广泛的一种控制方式。它是按偏差的比例,微分、积分的线性组合来控制的一种调节器。但ＰＩＤ参数的整定在实际应用中主要是靠操作者按经验规则来调整。这往往难以满足控制要求,而且实际的被控对象往往是变化的。如果不对...     

基于遗传算法的多PID控制器参数整定

为了解决多入多出系统和采用状态控制的单入单出系统的多PID控制器参数整定困难的问题，本文提出了基于遗传算法的多PID控制器参数整定方法，该方法只需给出大概的PID参数范围即可得到控制性能最优的PID参数，本文结合实例证实了该方法的有效性。     

PID参数自整定的改进遗传算法

文中提出了一种改进遗传算法进行PID参数自整定,设计了基于工程PID参数自整定遗传算法的编码以及基于该编码的交叉、变异算子,通过仿真比较,表明该种算法的有效性。     

基于改进遗传算法的PID参数整定策略

针对简单遗传算法（SGA）收敛速度慢、易于早熟等缺点,在前人研究成果的基础上,将传统的轮盘赌选择法与最优保留策略结合起来,并采用改进的自适应交叉算子和自适应变异算子,结合兼顾性能指标和响应过程平衡的适配函数,以多种改进方式相结合的遗传算法对PID参数进行迭代寻优整定。仿真试验结果表明改进的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可明显地改善控制系统的动态性能。     

智能调节器的PID参数自整定

本文介绍了智能调节器中PID自整定的原理和方法。     

基于遗传算法的磁悬浮盘片PID参数的整定

介绍了磁悬浮盘片系统的机构及控制原理,针对磁悬浮盘片数字控制系统设计了以TMS320C6713为核心的双闭环软件控制系统。根据采用的PID控制策略及其存在的问题,提出了利用遗传算法进行PID参数寻优,并采用MATLAB仿真模型对寻优参数进行分析仿真。     

基于自适应在线遗传算法整定的PID控制

提出一种基于自适应在线遗传算法髌定的PID控制，同时进行了仿真试验，结果表明该算法有效地提高了控制效果，能获得优良的控制参数。     

浅析PID参数整定

本文分析了PID控制参数对控制性能的影响，不同控制过程的控制特点；介绍了PID参数整定的方法，并结合炼油生产过程中PID整定参数的经验数值。     

PID参数整定初探

PID控制方法具有设计灵活、方便实用等优点,但其本身也存在着一些不足之处,例如:稳定性不足、控制精度有限等。为了解决这些不足,学者们提出了不同的系统参数整定方法。文章就主要的参数整定方法进行分类与介绍,最后通过仿真实例论证在线参数整定方法的有效性和相互之间的差异。     

遗传算法在自控二阶系统参数优化中的应用

遗传算法是根据有性生物繁衍过程中基因杂交、基因突变产生新基因的过程而产生的一种全局搜索方法。在对遗传算法选型、编码等基本选型之后,将其应用在二阶系统多变量的参数优化中,在保持PID调节原有优良性能不变的情况下,能够很好地解决传统校正方法产生的系统超调量过大的问题。     

变频泵控马达调速系统遗传算法PID控制

提出了基于遗传算法的变频泵控马达调速系统的PID参数寻优方法。仿真结果证明了遗传算法寻优后的PID控制器较常规PID控制器具有更好的控制特性，对模型失配和负载扰动表现出更强的适应性和鲁棒性，很适合具有慢时变和存在负载扰动的变频泵控马达调速系统的控制。也指出了用遗传算法寻优变频泵控马达调速系统PID参数的局限性。     

基于遗传算法的智能化刀具选配系统的开发

开发了智能化选刀系统的硬件;提出了基于遗传算法的智能化刀具选配方案,并介绍了将加工条件参数化为环境因素和将刀具信息参数化为基因的方法;构建了智能化选配系统的逻辑结构;通过模糊综合评判、概率统计等数学方法建立了刀具适用度函数的数学模型;以C++为平台编制了系统程序;并以实例对智能化选配系统进行了检测和评估。     

振动挖掘系统流量控制参数分析

振动挖掘系统流量控制参数决定了振动挖掘力的特性,对振动挖掘作业效能具有重要的影响。建立了振动挖掘多连杆机构的运动学模型,推导了铲斗油缸伸长量与振动挖掘振幅的灵敏度计算公式,给出了振动挖掘力和铲斗油缸压力的求解方法,在流量控制信号输入模型中,应用傅里叶级数解决了方波、三角波振动控制信号求导问题,用数值分析方法对流量振动控制中的波形、灵敏度系数和油缸压力分布进行了分析,最后通过试验对流量振动控制模型进行了验证。     

遗传参数自适应调整算法及其在液压动力系统优化控制中的应用

针对固定参数的遗传算法容易陷入过早收敛,进入局部最优状态等问题,建立了交叉概率及变异概率的模糊逻辑控制器以实现遗传算法策略性参数的自适应调整,从而提高优化算法的收敛速度及获得全局解的能力。运用常规优化方法及改进优化算法对永磁电机驱动的液压系统流量进行优化控制和对比,仿真和实验结果表明：采用遗传参数自适应调整算法优化控制器,可使系统在典型工况下,保持良好的控制性能,并且具有高于常规优化方法的控制精度和鲁棒性。     

工艺路线可变的双资源双目标车间调度优化

将遗传算法与启发式调度规则相结合 ,研究了工艺路线可变的双资源双目标的作业车间调度优化问题。在探讨过程中 ,不仅考虑到了每个工件有几条可行的工艺路线 ,而且考虑到了工件的调度受到机床、工人等资源的制约 ,以及在加工过程中发生的储存费用、机床的加工费用和工人的劳动费用对工件调度的影响 ,设计了以生产周期和生产成本综合优化为目标的适应度函数。启发式调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性。最后给出了算例 ,并对计算结果进行了分析和讨论     

基于遗传算法的作业车间调度优化

车间调度问题由于具有重要的理论和实用价值吸引了很多研究者的兴趣 ,但以前的大多数研究集中在经典的作业车间调度问题 ,忽略了很多重要的因素 ,离应用尚有不少的差距。本文结合实际的生产过程 ,考虑到工件的加工受到机床、工人和机器人等资源的制约 ,并且可以有多种可行的工艺路线。提出了一种与启发式调度规则相结合的混合遗传算法 ,调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性 ,算例表明该算法在求解性能和效率两方面均具有显著的优势     

基于变形遗传算法的切削用量优化

针对切削用量优化问题，提出了一种基于变形遗传算法的寻优方法，即在基本遗传算法的基础上增加了精英选择策略、交叉变异概率的动态自适应。将该方法与基本遗传算法进行了比较，并列举了最高生产率、最低成本和最大利润率的计算事例。结果表明，该方法的有效性和良好性能。     

基于二进制编码遗传算法的发电机PID励磁控制设计

随着电力系统的发展,传统PID励磁调节已经不能满足同步发电机运行的动态和静态性能要求。为了克服这一缺点,提出了基于二进制编码遗传算法的PID励磁控制,将发电机励磁系统简化为一个二阶系统,采用遗传算法的PID励磁控制,利用Matlab工具对参数的整定进行了仿真。根据仿真得到的阶跃响应曲线,得出了系统的超调量、响应时间等参数。结果表明,经过遗传算法优化的PID励磁控制具有较高的精度和较强的适应性,能获得满意的控制效果。