文档介绍：基于自适应在线遗传算法的PID参数
整定与优化
陈永红朱从乔王基
( 海军工程大学湖北武汉 430033 )
摘要:为了解决遗传算法在线性差的问题,提出了一种自适应在线遗传算法。将该方法应用于柴油机调速器的PID参数的优化与整定,其结果明显优于传统的遗传算法。通过MATLAB仿真实验结果表明,在PID参数的寻优问题中,自适应在线遗传算法具有更强的寻优能力,提高了控制系统的自适应性和抗干扰能力。
关键词:遗传算法;PID;参数;自适应;MATLAB;
中图分类号:TP273 文献标识码:A
Optimized and Adjust the Parameter of PID Based on On-line Adaptive ic Algorithms
CHEN Yong-hong ZHU Cong-qiao WANG Ji
(Power Eng. College, Naval Univ. Engineering, Wuhan 430033, China)
Abstract: In order to solve the on-linear of ic Algorithms (GA), an On-line adaptive GA was proposed. This improved GA was applied to optimize the parameter of PID, the result is proceeding in evidence. Simulating results indicate that the On-line adaptive GA has higher capability of optimization for parameter of PID optimization problem, increase the adaptive and anti-jamming of control system.
Keyword: ic Algorithms; PID; parameter; Adaptive; MATLAB;
1 引言
PID控制规律具有算法简单、鲁棒性好和可靠性高的优点,它是工业过程控制中应用最广的策略之一,因此PID控制器参数的优化与整定成为人们关注的主要问题,它直接影响到控制效果的好坏,并和系统的安全、经济运行有着密不可分的关系。目前实现
PID参数整定和优化的方法有很多,目前在软件MATLAB中可以实现的就有Ziegler—Nichols法、Cohen—Coon法、最优控制法(误差积分指标最优)、稳定边界法等。同时还有梯度法以及单纯形法等。但这些方法都有一定的局限性。而本文采用自适应在线遗传算法对PID参数进行整定与寻优,是一种在传统遗传算法基础上而改进的优化方法。具有比传统的遗传算法更好的寻优效果。
遗传算法简称GA(ic Algorithms)[1,2,5],它是根据自然界的遗传机理而设计的一种全新概念的优化方法,是一种建立在生物界自然选择原理和自然遗传机制的随机搜索方法,它模拟了生物界中的生命进化机制,在人工系统中实现特定目标的优化。,起源于60年代人们对自然和人工自适应系统的研究。
遗传算法的主要特点是