隨著如今實際生產(chǎn)中被控對象呈現(xiàn)出非線性、時滯性和多維度等復(fù)雜特征,傳統(tǒng)PID參數(shù)整定方式已無法滿足控制系統(tǒng)的眾多復(fù)雜特征。隨著群體智能算法的發(fā)展,利用群體智能算法良好的全局搜索能力能夠提高PID參數(shù)的精度,縮短參數(shù)整定時間,提高PID控制器性能。本文提出基于改進(jìn)貓群算法的PID參數(shù)整定方法,并將其應(yīng)用于直流電機控制系統(tǒng)中,主要工作有以下幾個方面:1.針對標(biāo)準(zhǔn)貓群算法的不足,在量子混沌貓群算法上提出以下方面的改進(jìn):(1)改進(jìn)跟蹤模式中復(fù)制個體公式,使得個體復(fù)制數(shù)量與適應(yīng)值成比例,增強算法局部搜索能力,提高算法局部最優(yōu)解的精度;(2)改進(jìn)跟蹤模式和搜尋模式的分配公式,通過混合率動態(tài)取值,適應(yīng)算法運行過程中對兩種模式下貓群數(shù)量的變化需求,平衡算法的局部搜索和全局搜索能力。為了檢驗改進(jìn)貓群算法的可行性,利用五種經(jīng)典測試函數(shù)對標(biāo)準(zhǔn)貓群算法、量子混沌貓群算法和改進(jìn)貓群算法進(jìn)行測試實驗,實驗結(jié)果驗證了改進(jìn)貓群算法的可行性和穩(wěn)定性。2.提出了基于改進(jìn)貓群算法的PID參數(shù)整定方法,并與基于粒子群算法的PID參數(shù)整定方法在四種不同典型被控模型(一階時滯模型、二階時滯模型、三階時滯模型和四階線性模型)中進(jìn)行...

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．８?Ｒｏｓｅｎｂｒｏｃｋ函數(shù)尋優(yōu)結(jié)果??２．４本章小結(jié)??本章節(jié)詳細(xì)介紹了改進(jìn)貓群算法

?第２章貓群優(yōu)化算法及其改進(jìn)的研宄???５－°｜?＇?＾??４．?５?ＣＱＣＳＯ：——??４．〇?丨丨岜―法：―??３．５．?１１?；?－??ｉ?Ｕ?１??值２．５’?Ｉ?．丨?ｉ?／ｉ??２－０＇?ｙ?＼?１?；?＾?；?／｜?（；??°０?１０?２０?３０?４０?５０??運行....

圖３．５?—階時滯模型單位響應(yīng)曲線圖??２６??

量ｃｘｊ，重復(fù)步驟三和步驟六進(jìn)行尋優(yōu)迭代處理。??３．３算法仿真實驗與對比分析??本文為了驗證改進(jìn)貓群算法優(yōu)化ＰＩＤ參數(shù)整定的優(yōu)點，將改進(jìn)貓群算法與??粒子群算法分別在四種被控對象中進(jìn)行仿真比較研宄。??Ｌ４?￣￣＇￣￣￣１?粒子群算法／?——??１．２?？?Ａ?改進(jìn)貓群算法：?....

圖３．６二階被控對象單位響應(yīng)曲線圖??＼?粒子群算法：——??Ｉ?改進(jìn)貓群算法：——－??ｒ＼ｆｗ——：??躍?０．８?；?＼／?＇??響?０．６?

?第３章改進(jìn)貓群算法優(yōu)化ＰＩＤ控制器參數(shù)整定???八￣＇￣＇?？粒Ｖ群算法：？一??１２?／＼?改進(jìn)貓群算法：???Ｉ?１??卜?－??響?０．?６?ｆ?＇??應(yīng)??０．４??０．２?＇?＇??Ｑ?１１１１?ＩＩ?Ｉ?Ｉ?奪???０１２３４５６７８９?１０??時間ｔ（Ｓ）??圖３....

圖４．２直流電機ＰＩＤ控制系統(tǒng)仿真??

ｔ－２ＲＩ??ｎ＝－＾?Ｔ－?＾?（４－１１）??ＴＡ??在理想情況下，無刷直流電機空載轉(zhuǎn)速的數(shù)學(xué)表達(dá)式為：??（４－１２）??ＴＡ??４．２基于Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ直流電機Ｆ＊ＩＤ控制系統(tǒng)仿真??本文為了充分驗證改進(jìn)貓群算法優(yōu)化直流電機控制系統(tǒng)ＰＩＤ參數(shù)的可行性，??....

本文編號：3958687