基于改進(jìn)差分進(jìn)化算法的智能PID控制器.pdf

1、PID控制方式以其結(jié)構(gòu)簡單，應(yīng)用方便，被廣泛應(yīng)用于過程控制和運(yùn)動(dòng)控制中。傳統(tǒng)PID控制基于被控對象的精確數(shù)學(xué)模型，PID參數(shù)整定方式落后，時(shí)效性差，難以滿足非線性、時(shí)變等復(fù)雜系統(tǒng)的控制要求。隨著群智能優(yōu)化算法和智能控制理論的發(fā)展，國內(nèi)外許多學(xué)者將群智能優(yōu)化算法和智能控制技術(shù)應(yīng)用于PID參數(shù)整定中，形成智能PID控制器。在前人的研究基礎(chǔ)上，本文設(shè)計(jì)了一種基于改進(jìn)差分進(jìn)化算法的智能PID控制器。
　　現(xiàn)有的差分進(jìn)化算法對變異率和交叉率

2、的調(diào)整有很大的盲目性，因此沒有顯著提高算法的收斂速度。另一方面，算法沒有重視種群多樣性問題，而種群多樣性的缺失會(huì)導(dǎo)致算法過早收斂。針對以上兩點(diǎn)，本文提出了一種改進(jìn)的差分進(jìn)化算法(KDE算法)，利用多種群并行提高種群的多樣性，并采用反饋思想對參數(shù)進(jìn)行自適應(yīng)調(diào)整。用KDE算法對19個(gè)測試函數(shù)進(jìn)行尋優(yōu)，結(jié)果表明，相對于其它幾種差分進(jìn)化算法，KDE算法在解決大部分高維和低維的問題上具有更好的尋優(yōu)精度和收斂速度。
　　基于KDE算法，本文設(shè)

3、計(jì)了一種新型的智能PID控制器。將模糊控制技術(shù)和神經(jīng)網(wǎng)絡(luò)控制技術(shù)相結(jié)合，使得神經(jīng)網(wǎng)絡(luò)的多層結(jié)構(gòu)具有“模糊調(diào)控”能力，從而增強(qiáng)控制器的魯棒性，同時(shí)利用神經(jīng)網(wǎng)絡(luò)任意逼近函數(shù)的特性提高控制器的控制精度;為了提高控制器的工作效率，采用KDE算法優(yōu)化隸屬函數(shù)參數(shù)和控制規(guī)則初值，并采用KDE算法和BP算法相結(jié)合的混合算法在線修正隸屬函數(shù)參數(shù)和網(wǎng)絡(luò)權(quán)值，在加快算法收斂速度的同時(shí)提高控制精度。針對具有三階特性的被控對象的仿真結(jié)果驗(yàn)證，本文提出的智能PI