針對傳統(tǒng)人群搜索算法（SOA）在搜索后期速度減緩,易造成局部優(yōu)化的缺點,引入了免疫遺傳算法（IGA）的選擇策略。通過選擇適應度值指標對個體進行評價,以PID控制器的三個參數(shù)為搜索對象,經(jīng)過多次迭代尋優(yōu),獲取PID控制器的最優(yōu)控制參數(shù),加快了搜索速度,提高了算法的全局搜索能力。將改進后的人群搜索算法應用于PID控制器參數(shù)優(yōu)化,對比單純的人群搜索算法和免疫遺傳算法。軟件仿真表明,改進后的SOA具有更好的優(yōu)化效果,改善了系統(tǒng)性能,驗證了其優(yōu)越性和有效性。 

【文章來源】：計算機仿真. 2020,37(08)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 PID控制器
3 基于群體智能算法的PID參數(shù)整定
    3.1 人群搜索算法
        1)搜索步長更新
        2)搜索方向更新
    3.2 免疫遺傳算法
        1)參數(shù)編碼
        2)適應度函數(shù)的設計和計算
        3)記憶細胞更新
        4)遺傳操作
    3.3 SOA改進策略
4 仿真與結果分析
5 結論


【參考文獻】：
期刊論文
[1]基于PSO優(yōu)化算法的模糊PID勵磁控制器設計[J]. 王鎮(zhèn)道,張樂,彭子舜.  湖南大學學報(自然科學版). 2017(08)
[2]基于人群搜索算法的多伺服電機協(xié)同控制研究[J]. 郗欣甫,黃文軍,李培波,孫以澤.  東華大學學報(自然科學版). 2017(01)
[3]基于果蠅優(yōu)化算法的水輪發(fā)電機組PID參數(shù)優(yōu)化[J]. 付文秀,蘇杰.  計算機仿真. 2015(02)
[4]基于IFA-ELM的航空發(fā)動機自適應PID控制新方法[J]. 焦洋,李秋紅,李業(yè)波.  北京航空航天大學學報. 2015(03)
[5]基于人群搜索算法的PID控制器參數(shù)優(yōu)化[J]. 余勝威,曹中清.  計算機仿真. 2014(09)
[6]基于群體智能免疫算法的PID自整定[J]. 王巧靈,高曉智,王常虹.  系統(tǒng)工程理論與實踐. 2010(06)
[7]PID控制器設計與參數(shù)整定方法綜述[J]. 楊智,朱海鋒,黃以華.  化工自動化及儀表. 2005(05)
[8]PID參數(shù)先進整定方法綜述[J]. 王偉,張晶濤,柴天佑.  自動化學報. 2000(03)



本文編號：3175660