粒子群算法优化模糊pid知识讲解
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
本文选取常见的二阶惯性加纯滞后环节,传递函数为:
s
e
G s
(T i S 1)(T2S 1) 在这里,T i 1,,T2 2, 0.3 PID参数取为K p 2,心1,Q 2
本设计中的模糊控制器采用两输入(e, ec),三输出(P,I,D)的形式来调整
PID参数。e的论域为[-3,3],ec的论域为[-3,3]。推理机使用
{NB,NM,NS,O,PS, PM,PB},表示{负大,负中,负小,零,正小,正中,正大}为了可以调节尽可能多的系统,此控制器选定在负边界处和正边界处分别选用平滑连续的Z 型隶属度函数和S型隶属度函数,在中间部分采用灵敏度较强的三角形隶属度函数。规
则表如下图所示:
(
clear
clc
%%参数设置
w = 0.6; %惯性因子
c1 = 1.414; %加速常数
c2 = 1.623; % 加速常数
Dim = 5; % 维数
SwarmSize = 100; %粒子群规模
ObjFun = @PSO_PID; % 待优化函数句柄
精品文档
MaxIter = 100; % 最大迭代次数 MinFit = 0.01; % 最小适应值
Vmax = 2; Vmin = -2; Ub = [20 50 1 1 1]; Lb = [0 0 0 0 0]; %% 粒子群初始化
VStep = rand(SwarmSize,Dim)*(Vmax -Vmin) + Vmin; fSwarm = zeros(SwarmSize,1); for i=1:SwarmSize
fSwarm(i,:) = feval(ObjFun,Swarm(i,:)); end
%% 个体极值和群体极值 [bestf,bestindex]=min(fSwarm);
K_i = zeros(1,MaxIter); 精品文档 K_d = zeros(1,MaxIter);
Range = ones(SwarmSize,1)*(Ub -Lb);
Swarm = rand(SwarmSize,Dim).*Range + ones(SwarmSize,1)*Lb; % 初始化粒子群
% 初始化速度 zbest=Swarm(bestindex,:); gbest=Swarm;
fgbest=fSwarm; fzbest=bestf; %% 迭代寻优 iter = 0;
y_fitness = zeros(1,MaxIter); K_p = zeros(1,MaxIter);
% 全局最佳
% 个体最佳 % 个体最佳适应值 % 全局最佳适应值
% 预先产生 4 个空矩阵
e= zeros(1,MaxIter);
ec = zeros(1,MaxIter);
while( (iter < MaxIter) && (fzbest > MinFit) )
for j=1:SwarmSize
% 速度更新
VStep(j,:) = w*VStep(j,:) + c1*rand*(gbest(j,:) - Swarm(j,:)) + c2*rand*(zbest - Swarm(j,:));
if VStep(j,:)>Vmax, VStep(j,:)=Vmax; end
if VStep(j,:) % 位置更新 Swarm(j,:)=Swarm(j,:)+VStep(j,:); for k=1:Dim if Swarm(j,k)>Ub(k), Swarm(j,k)=Ub(k); end if Swarm(j,k) end % 适应值 fSwarm(j,:) = feval(ObjFun,Swarm(j,:)); % 个体最优更新 if fSwarm(j) < fgbest(j) gbest(j,:) = Swarm(j,:); fgbest(j) = fSwarm(j); end % 群体最优更新 if fSwarm(j) < fzbest zbest = Swarm(j,:); fzbest = fSwarm(j); end end iter = iter+1; % 迭代次数更新y_fitness(1,iter) = fzbest; %为绘图做准备K_p(1,iter) = zbest(1); K_i(1,iter) = zbest(2); K_d(1,iter) = zbest(3); e(1,iter) = zbest(4); ec(1,iter) = zbest(5); end %% 绘图输出 figure(1) % 绘制性能指标ITAE 的变化曲线 plot(y_fitness,'LineWidth',2) title(' 最优个体适应值', 'fontsize',18); xlabel(' 迭代次数','fontsize',18);ylabel(' 适应值','fontsize',18); set(gca,'Fontsize',18); figure(2) % 绘制PID 控制器参数变化曲线 plot(K_p) hold on plot(K_i,'k','LineWidth',3) title('Kp 、Ki 优化曲线','fontsize',18); xlabel(' 迭代次数','fontsize',18);ylabel(' 参数值','fontsize',18); set(gca,'Fontsize',18);