基于权重QPSO算法的PID控制器参数优化

基于权重QPSO算法的PID控制器参数优化
周阳花;魏敏;孙伟
【期刊名称】《计算机工程与应用》
【年(卷),期】2010(046)005
【摘要】传统的PID控制器参数优化方法容易产生振荡和较大的超调量,因此智能算法如遗传算法(SGA)和粒子群算法(PSO)被用于参数优化,弥补传统算法的不足,但是遗传算法在进化过程中收敛速度慢,粒子群算法存在易于早熟的缺点.在分析量子粒子群算法(QPSO)的基础上,在算法中引入了权重系数,提出使用改进的量子粒子群算法(WQPSO)优化PID控制器参数.将改进量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较.最后,通过三个传递函数实例,分别使用Z-N、GA、PSO方法和改进的量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析.
【总页数】5页(P224-228)
【作者】周阳花;魏敏;孙伟
【作者单位】江南大学,信息学院,江苏,无锡,214122;江南大学,信息学院,江苏,无锡,214122;无锡职业技术学院,江苏,无锡,214121
【正文语种】中文
【中图分类】TP272
【相关文献】
1.基于QPSO算法的支持向量机参数优化研究 [J], 史岩;李小民;齐晓慧
2.基于改进QPSO算法的小波神经网络参数优化 [J], 翁和标;侯立刚;苏成利
3.基于QPSO算法的RBF神经网络参数优化仿真研究 [J], 陈伟;冯斌;孙俊
4.基于改进QPSO算法的电动汽车模糊控制器参数优化 [J], 袁小平; 金鹏; 周国鹏
5.基于改进的PSO算法的PID控制器参数优化研究 [J], 韩宜轩
因版权原因，仅展示原文概要，查看原文内容请购买。