版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、PIDPID參數(shù)自整定的改進遺傳算法參數(shù)自整定的改進遺傳算法陶吉利,魯五一,熊紅云陶吉利,魯五一,熊紅云(中南大學信息科學與工程學院,湖南(中南大學信息科學與工程學院,湖南長沙長沙410075410075)[摘要]文中提出了一種改進遺傳算法進行PID參數(shù)自整定,設計了基于工程PID參數(shù)自整定遺傳算法的編碼以及基于該編碼的交叉、變異算子,通過仿真比較,表明該種算法的有效性。[關(guān)鍵詞關(guān)鍵詞]遺傳算法;PID控制器;參數(shù)自整定TheThese
2、lfself-tuningtuningofofPIDparametersPIDparametersbasedbasedononadvancedadvancedgeicgeicalgithmalgithmTAOJi-li,LUWu-yi,XIONGHong-yun(Infmationscience&EngineeringCollegeofCentralSouthUniversityHunan-Changsha410075,China)Ab
3、stractAbstract:Thispaperpresentsadvancedgeicalgithmftheself-tuningofPIDparametersBasedontheexperienceofengineeringtuning,akindofgeiccodingisdesignedfPIDanewcrossovermutationoperatbasedonitisdevelopedThecomparisonofsimula
4、tionsshowsthealgithmiseffectiveKeyKeywdswds:Geicalgithm;PIDcontroller;Parametricself-tuning1引言目前,隨著智能控制理論的發(fā)展,許多學者將智能控制技術(shù)引入PID控制系統(tǒng),如專家PID控制、自學習PID控制、神經(jīng)網(wǎng)絡PID控制和模糊PID控制等。這些智能PID控制策略或要求對被控制過程和控制律有全面的先驗知識,或建立在優(yōu)化問題具有連續(xù)導數(shù)的光滑搜索空
5、間的基礎上。若搜索空間不可微或參數(shù)間為非線性的,則得不到全局最優(yōu)。遺傳算法是模仿自然界生物進化論思想而得出的一種全局優(yōu)化算法。它對所優(yōu)化目標的先驗知識要求甚少,一般只需要知道其數(shù)值關(guān)系即可。同時由于遺傳算法群體的多樣性,使其盡可能在全方向上搜索,達到全局最優(yōu)。PID控制器由于其結(jié)構(gòu)簡單,在實際中容易被理解和實現(xiàn)而被廣泛應用,而且許多高級控制都是以PID控制為基礎的。但PID參數(shù)的整定一般需要經(jīng)驗豐富的工程技術(shù)人員來完成,既耗時又耗力,加
6、之實際系統(tǒng)千差萬別,使PID參數(shù)的整定有一定的難度。進制編碼。23適應度函數(shù)的計算及種群更新策略適應度函數(shù)的計算及種群更新策略適應度函數(shù)通常與模型的目標函數(shù)值是相關(guān)的,文中選用ISTE準則,由于遺傳算法一般是求適應值最大,簡化的ISTE為正值,故取適應度函數(shù)f(x)=-ISTE。對Kp自整定時,僅采用比例項,計算簡單,收斂速度快。整定的Kp值,用于下一步整定Ti、Td,此時采用一般的(2—2)增量式PID算法計算Δu(n)。g′(n)與
7、具體系統(tǒng)有關(guān),由G(s)離散化,并分離出y(n)得到,n表示當前時刻。為了減少迭代次數(shù),加快收斂速度,適應控制系統(tǒng)的實時性,設新產(chǎn)生個體的適應度為f′,fbest為記錄的最好適應度,fwst為記錄的最差適應度,滿足:體,直接淘汰該子串。24交叉方法(交叉操作算法)交叉方法(交叉操作算法)Step1:隨機選取兩個個體作為父項f1和f2,產(chǎn)生一隨機數(shù)以確定交叉位置,以該交叉點為分界處,把f1和f2各分成兩部分,進行二進制編碼的交叉互換。st
8、ep2:計算新產(chǎn)生個體的適應度f′,若f′≤fwst,認為該交叉未產(chǎn)生優(yōu)良個體,取消此次交叉操作,具體實現(xiàn):原交叉點處再進行一次同樣的交叉操作。若f′>fbest,則f′為當前最好的個體,保留并更新fbest。很顯然,經(jīng)上述交叉操作后,生成的新個體既保持了其整數(shù)的特點,又保證了個體的有效性和進化的快速性。25變異方法(變異操作算法)變異方法(變異操作算法)step1:對每個個體,其每一位產(chǎn)生[0,1]間隨機數(shù)r,若r<Pm,則該位進行按
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 應用改進遺傳算法進行PID控制器參數(shù)整定.pdf
- 基于遺傳算法的參數(shù)自整定方法的研究.pdf
- PID參數(shù)自整定算法研究及應用.pdf
- 參數(shù)自整定PID控制算法應用研究.pdf
- PID整定與自整定.pdf
- PID參數(shù)自整定的研究與應用.pdf
- 模糊PID參數(shù)自整定技術(shù)的研究.pdf
- 基于改進粒子群優(yōu)化算法的PID參數(shù)整定研究.pdf
- PID控制器參數(shù)整定與自整定方法的研究.pdf
- 基于改進粒子群算法的PID控制器參數(shù)整定.pdf
- 基于遺傳神經(jīng)網(wǎng)絡的PID自整定算法的研究.pdf
- 基于神經(jīng)網(wǎng)絡的參數(shù)自整定PID控制算法研究.pdf
- PID參數(shù)自整定器設計與實現(xiàn).pdf
- 參數(shù)自整定PID控制器的研究.pdf
- 基于遺傳算法的pid參數(shù)優(yōu)化設計
- pid參數(shù)整定方法
- PID控制器參數(shù)自整定方法研究.pdf
- 免疫遺傳算法PID參數(shù)整定在TRT控制系統(tǒng)中的應用.pdf
- 開題報告---參數(shù)自整定pid控制器的設計
- 參數(shù)自整定PID溫度控制器的研究.pdf
評論
0/150
提交評論