提出一種粒子群（Particle Swarm Optimization,PSO）與人群搜索融合（Seeker Optimization Algorithm,SOA）的算法,將其用于優(yōu)化工業(yè)控制過程中PID參數(shù)。充分利用粒子群算法突出的局部尋優(yōu)能力與人群搜索算法的全局搜索能力,將兩種算法結(jié)合,提高算法的收斂速度以及收斂精度。通過不同的典型測試函數(shù),將其分別對比標(biāo)準(zhǔn)粒子群算法以及人群搜索算法,驗證該融合算法具有更佳的優(yōu)化效果。將該融合算法用于PID控制器參數(shù)優(yōu)化,仿真結(jié)果表明,該融合算法提高了控制精度和系統(tǒng)響應(yīng)速度,魯棒性好,改善了控制系統(tǒng)性能。 

【文章頁數(shù)】：4 頁

【文章目錄】：
1 智能算法
    1.1 粒子群算法
    1.2 人群搜索算法
    1.3 融合算法
    1.4 算法性能測試
2 PID參數(shù)優(yōu)化
    2.1 常規(guī)PID控制
    2.2 融合算法參數(shù)的設(shè)定
    2.3 仿真研究
3 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)遺傳算法的PID參數(shù)整定研究[J]. 王文慶,楊楠.  計算機(jī)與數(shù)字工程. 2018(12)
[2]基于人群搜索算法的自抗擾控制器參數(shù)優(yōu)化[J]. 周志剛,馬永光,董子健,高志存.  熱力發(fā)電. 2018(09)
[3]基于模擬退火算法的PID參數(shù)優(yōu)化研究[J]. 湯偉,胡祥滿.  組合機(jī)床與自動化加工技術(shù). 2018(04)
[4]改進(jìn)粒子群算法及其在PID整定中的應(yīng)用[J]. 楊智,陳穎.  控制工程. 2016(02)
[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(jī)仿真. 2014(09)



本文編號：3660256