基于遗传算法的PID参数优化技术

本文提出了一种基于遗传算法实现ＰＩＤ参数优化的方法，文中给出了ＰＩＤ参数遗传进化的寻优步骤。通过仿真研究，表明该种优化算法的有效性。     

遗传算法PID参数优化的改进

介绍了遗传算法的基本原理 ,并针对简单遗传算法在PID控制中存在的问题进行了分析 ,提出在不同情况下采用不同的变异概率的方法 ,并分别进行了实验仿真。仿真结果表明 ,用改进的遗传算法优化PID参数 ,可以提高优化性能 ,对控制系统具有良好的控制精度、动态性能和鲁棒性     

一种PID参数优化算法

本文提出了一种PID参数优化算法。该法通过遗传算法进行PID参数遗传进化寻优。经过仿真计算，表明该种优化算法的有效性。     

基于遗传算法的PID参数优化方法

PID参数整定与优化一直是自动控制领域研究的重要问题，采用遗传算法进行PID参数优化是一种寻求全局最优且与初始条件无关的优化方法，在参数优化过程中，考虑了2种不同的目标函数做了大量仿真实验。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，不失为一种具有较好实用价值的PID参数优化方法。     

遗传算法优化PID控制参数研究

采用常规的整定方式,往往费时而且难以满足控制要求。通过对遗传算法的研究,在确定了编码方案、适应度函数设计等遗传算法控制参数后,采用遗传算法对PID控制器参数进行优化,取得了很好的效果。     

基于遗传算法-BP神经网络优化的PID控制

利用遗传算法全局随机搜索能力,设计一种基于遗传算法的神经网络学习算法。对于非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为一种有效的控制策略。该文提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化。仿真结果证明了该算法的有效性。     

改进的自适应遗传算法在控制器PID参数优化中的应用

针对遗传算法(GA)中自适应机制存在理论性和可行性之间的矛盾,提出一种行之有效的自适应算法。该算法根据个体和群体的适应度来确定个体的交叉变异概率,并据此采用无放回抽样的方式进行交叉变异。用一个非常复杂的数学函数对新算法进行了测试,结果表明改进算法克服了传统GA难以解决的早熟和局部收敛的问题,并且收敛速度大有提高。在此基础上将其应用于锅炉过热汽温串级控制系统的PID参数优化,仿真结果表明了其优越性,具有很好的应用价值。     

基于遗传算法和神经网络的PID控制参数的优化研究

针对传统的PID控制中参数整定的难题，采用智能控制技术优化PID参数，利用神经网络进行系统商务谈判识，建立对象模型，在此模型基础上，运用遗传算法寻优PID控制参数采用变交叉 概率和变异概率自适应遗传算法寻优得到PID控制参数，与传统的整定结果相比较，遗传算法优化效果更好，最终达到最优的控制效果。     

基于免疫遗传算法优化的汽温系统变参数PID控制

针对工程实际应用，提出了一种改进的变参数PID控制策略，新的控制策略不论对于调节还是设定值跟踪，均具有很好的控制效果，对于工业实际中常见的大滞后对象也有很好的抗干扰性能和较强的鲁棒性。为了使变参数皿控制取得更好的性能，提出了鲁棒整定的思想，并采用免疫遗传算法进行设计参数的鲁棒优化调整。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象进行的仿真研究结果表明，基于免疫反馈和遗传机制的免疫遗传算法具有全局优化的能力，对变参数PID控制的参数优化设计是成功和有效的，使得具有多模型特性的汽温控制系统在不同的负荷下均获得很好的调节品质。同时也表明，免疫遗传算法和变参数PID控制均具有较好的发展前景，可用于某些多模型系统的同时整定设计。     

遗传算法在PID参数自整定中的应用

将遗传算法用于PID控制器的参数自整定,具有易于收敛、精度较高的优点,较一般的PID控制器参数整定方法省时,可以得到良好的控制效果.     

基于模糊-遗传算法的智能自适应PID控制系统参数优化

基于模糊控制和遗传算法的优化方法,提出了智能自适应PID控制器参数优化的设计方法,以种群多样性为标准进行阶段的划分,并在优化进入到微调阶段进行模糊变异,通过算法的改进使得在PID控制中,PID参数的整定不依赖于对象的数学模型,且能在线调整,算例结果表明了该算法的有效性。     

基于自适应遗传算法的过热汽温PID参数优化控制仿真研究

该文从控制的角度出发对遗传算法法进行分析研究,指出加强算法和优化对象的联系是提高遗传算法效率的根本途径。并从算法和对象的外部联系以及内部联系这两个不同的角度分别提出了遗传算法的适配值函数的一般构造原则和遗传算法法的自适应机制,并给出了算法过程中各个环节新的实现策略,与以往经典遗传算法相比,采用文中提出的策略的遗传算法具有更高的求解精度,更强的全局搜索能力。并在此基础上将运用于电厂锅炉过热气温的PID参数优化控制,仿真结果表明了其优越性,具有一定的价值,并且文中所提出的算法及策略具有一般性,很容易运用的到其他优化问题中去。     

遗传算法在FACTS控制器参数优化中的应用

对遗传算法进行了全面改进(吸收了目前该领域研究的一些最新研究成果,例如模拟退火、自调整等方法),并研究了遗传算法在FACTS控制器参数优化中的应用,证明了遗传算法良好的优化效果.利用本文的研究成果进行了陕西电网中使用FACTS控制器的可行性研究,可以准确计算出安装FACTS控制器给电网带来的效益.     

遗传算法在UPFC的PID控制器参数优化中应用

阐述了统一潮流控制器(UPFC)的原理及其控制器设计,采用串联侧输出电压、并联侧输出电流的横向分量和纵向分量为控制量,建立了比例积分(PI)控制时的系统方程.以含UPFC的单机无穷大系统进行仿真,结果表明UPFC可提高系统暂态稳定性.利用遗传算法对PID控制器参数进行优化,采用偏差绝对值对时间的积分性能指标作为最小目标函数,同时加入控制输入的平方项并引入惩罚功能,以防止控制能量过大和超调.仿真结果显示,参数优化后系统暂态过程变短,相关量的波动降低,进一步提高了系统的暂态稳定性能.     

基于遗传算法的PID控制器参数优化方法研究

提出了应用遗传算法对PID控制器的比例系数、积分系数寻找最优解的方法.基于遗传算法可直接对结构对象进行操作、对搜索空间中的多个解进行评估,减少了陷入局部最优解的风险,且算法本身易于实现.根据其适应度函数不仅不受连续可微的约束,而且其定义域可以任意设定等特点设计了基于工程PID遗传算法的编码以及基于该编码的交叉、变异算子...     

基于遗传算法的控制器参数寻优

反馈控制器参数优化是最优控制系统综合的一个重要问题。为充分检验两种发电机快速汽门非线性控制器的控制效果，采用遗传算法分别对其参数进行寻优。仿真计算显示了两种控制器的性能差异，以及遗传算法用于控制器参数优化可行性和有效性。     

遗传算法在FACTS控制器参数优化中的应用

对遗传算法进行了全面改进(吸收了目前该领域研究的一些最新研究成果,例如:模拟退火、自调整等方法),并研究了遗传算法在FACTS控制器参数优化中的应用,证明了遗传算法良好的优化效果。利用本文的研究成果进行了陕西电网中使用FACTS控制器的可行性研究,可以准确计算出安装FACTS控制器给电网带来的效益。     

基于模拟退火算法的PID参数优化设计

PID参数整定与优化一直是控制领域的重要问题,合适的PID参数可以使系统有很好的控制效果。自Ziegler和Nichols提出了PID参数整定方法起,有许多的算法已经用于PID参数的整定优化。模拟退火算法(SA)具有渐进收敛性,而且是一种以概率1收敛于全局最优解全局优化算法。本文针对模拟退火算法,利用MATLAB对PID参数进行优化设计,该方法可使整个寻优过程简洁,精确度高,提高了计算效率。     

基于遗传算法的偏磁式消弧线圈控制系统PID参数优化整定

通过对偏磁式消弧线圈控制机理的分析,建立了偏磁式消弧线圈控制系统的数学模型。对于PID参数整定,首先应用齐格勒–尼克尔斯经验法则进行初步整定,再应用遗传算法进行优化整定。仿真结果表明,遗传算法用于偏磁式消弧线圈控制系统PID参数优化整定具有良好的效果。     

基于多Agent的遗传算法在PID调速器中的优化

提出了一种基于多Agent的遗传算法(MAGA).基于三峡机组非线性全数字仿真模型,利用JADE中间件建立了实施MAGA的分布式移动计算平台.在此平台上,对机组不同运行工况下自适应PID调速器进行了优化.仿真结果表明,MAGA能够获得遗传算法的寻优效果且优化时间显著缩短.