為解決PID控制參數(shù)求解過程中所存在的求解精度不高的問題,提出一種量子天牛群算法.通過結(jié)合PSO算法的全局搜索能力、BAS算法的局部搜索能力以及量子策略的隨機能力,使得算法的全局搜索能力以及搜索精度得到有效提高,并通過兩類經(jīng)典函數(shù)對其尋優(yōu)能力進行驗證.進一步,將QBSO算法應用于PID參數(shù)優(yōu)化中,并對一階與二階延時和非延時系統(tǒng)進行PID控制參數(shù)求解.通過仿真實驗以及計算結(jié)果表明,基于QBSO的PID控制的控制系統(tǒng)具有更加優(yōu)良的動態(tài)性能與抗擾動能力. 

【文章來源】：遼寧工程技術(shù)大學學報(自然科學版). 2020,39(02)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

QBSO算法流程

為驗證QBSO算法求解PID參數(shù)的有效性，本文依據(jù)上文給定的適應度評價函數(shù)，分別給出了基于PSO、GA以及QBSO算法的PID參數(shù)優(yōu)化結(jié)果，另外，對于利用智能算法對PID參數(shù)進行優(yōu)化的計算框架，見圖2.3.1 參數(shù)設定

利用三種算法對上述四種被控對象所整定的PID參數(shù)分別進行計算20次取最優(yōu)解所得到的參數(shù)分析表見表3.另外，對于仿真，設置采樣周期為0.01、采樣次數(shù)為500次.由求得的表3中的ITAE值可以看出，四種情況下，基于QBSO的PID控制相對基于PSO以及GA的PID控制控制效果更加優(yōu)良，也即說明QBSO算法對于PID參數(shù)的求解精度較其他兩種算法高.另外由分析表中的上升時間tr也可以看出，經(jīng)QBSO算法整定的PID控制的系統(tǒng)相對其他兩種算法來說達到穩(wěn)態(tài)的時間更短，因而說明系統(tǒng)的動態(tài)性能優(yōu)良.

【參考文獻】：
期刊論文
[1]基于改進動態(tài)變異差分進化的最優(yōu)PID控制[J]. 譚飛,曹立佳.  控制工程. 2019(03)
[2]采煤機自動調(diào)高系統(tǒng)的模糊PID控制仿真[J]. 趙麗娟,李苗.  遼寧工程技術(shù)大學學報(自然科學版). 2016(10)
[3]交流感應電機串聯(lián)PI控制及其參數(shù)整定方法[J]. 肖仁鑫,張海洋,陳崢,申江衛(wèi).  控制工程. 2016(04)
[4]橡膠帶卷取機跑偏模糊控制系統(tǒng)的動態(tài)仿真[J]. 毛君,徐健博,陳洪月,王鑫,張偉.  遼寧工程技術(shù)大學學報(自然科學版). 2016(03)



本文編號：3330833