文档介绍：《自动化技术与应用年第卷第期控制理论与应用

一种改进粒子群算法及其在
参数整定中的应用
张洪涛,胡红丽,王斌
.河北省电力研究院,河北石家庄;.北方设计研究院,河北石家庄
摘要:针对基本粒子群算法易早熟、易陷入局部最优解及搜索精度不高的缺点,提出了一种新的学习因子取法,综合随机惯性权重
和变异机制,得到一种改进的粒子群算法,通过复杂函数寻优验证了该方法的可行性及全局收敛方面的优越性;并将该算法应
用于参数整定中,取得良好的效果。
关键词:粒子群;;学习因子
中图分类号: 文献标识码: 文章编号:———

,,
.,,;
.,,
:
. —

.
;;.
引言和..两人提出。该算法模拟社会
工业过程控制领域,控制是最早发展起来的控的群体行为,在多维空间中构造“粒子群”进行寻优,
制策略之一,它算法简单、鲁棒性好、易于实现、可靠每个粒子通过迭代过程中的群体和自身最优值修正自
性高等优点,在实际工业应用中占据% 以上。传统己的前进方向和速度『。该算法具有操作简单,依赖参
整定策略一般采用—法或工业经验方法,实践数少的优点,在很多领域都有成功应用的范例。同时粒
表明这些方法得到的参数仍有很大的改善空间。随着子群算法在解决一些问题时也存在着易早熟、易陷入
控制理论的发展,一些智能算法在整定问题中显局部最优解的缺点,本文基于此提出了一种改进的粒子
示出了巨大的优势,比如遗传算法,模拟退火法等,取群算法,并将其应用于参数整定中,通过与其他整
得了不错的效果。但是模拟退火法寻优速度较慢,遗定算法的比较验证了其有效性及优越性。
传算法易于早熟,因此,智能算法应用于参数整定
还有提升的空间。参数整定
粒子群算法, . 控制模型
是一种基于群体智能的全局优化算法,最早由. 控制是按偏差的比例、微分和积分的线性组合
来控制的一种控制器,可描述为:
收稿日期:——
控制理论与应用《自动化技术与应用》年第卷第期

文献指出较大的可以加强算法的全局搜索能力,

㈩较小的可以加强局部搜索能力,加快迭代速度。较
另外:,/, ,为反馈偏差。为常用的方法是随着迭代的进行,线性减少的值:
. 编码及适应度函数选取’
半
控制器的参数只有三个,所以参数优化问、
题就是一个三维空间寻优问题。算法采用实数编这样可使进化初期群体具有较大惯性权重、较强
码,种群中的粒子个体编码为柳。, , ,通过一系列的全局搜索能力,随着进化进行减小惯性权重加快收敛
迭代算法来寻找到最佳的参数,使控制系统具有较速度】。但是如果在进化初期没有接近全局最优,随着
小的超调和较快的响应速度。进化进程种群极易收敛在局部极点,因此文献】提出随
传统的控制器适应度函数有、、机惯性权重,取得了较好的效果。
等。和不受时间约束,采取对误差同等对待的. 变异
策略,易引起减小超调和缩短稳定时间之间的矛盾, 针对粒子群算法易陷入局部最优解,与遗传算法一
解析复杂,文献】中提出了一种了一种新的适应样变异也是一个很好的办法。参照文献【】提出的变异
度函数: 方法:群体的个体由一个解向量和一个摄动向量
一一一一。, ,⋯,组成