基于智能优化算法的控制器优化设计

一、题目

基于粒子算法的控制器优化设计

二、指导思想和目的要求

1、利用已有的专业知识，培养学生解决实际工程问题的能力；

2、锻炼学生的科研工作能力和培养学生的团结合作攻关能力；

三、主要技术指标

1、熟悉掌握粒子群算法的基本原理；

2．对PID 控制进行优化设计；

摘 要

粒子群算法是一种基于群体智能的启发式全局搜索算法，粒子群算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。

PID 参数的寻优方法有很多种，各种方法都有各自的特点，应按照实际系统的特点选择适当的方法。本文主要研究基于粒子群算法的PID 控制系统参数优化设计方法，主要工作如下：其一，选择被控对象，本文选取的控制对象为不稳定系统的传递函数，对控制系统进行仿真，并对结果进行分析。其二，根据粒子群算法的特点，设置算法中的相应参数，对PID 的p k 、i k 、d k 进行优化；其三，采

用Simulink 对优化后的控制系统进行仿真，得到系统优化后的响应曲线。通过对结果分析可知，将粒子群算法应用于PID 参数优化设计是完全可行的。

关键词：PID 控制，粒子群算法，优化设计，Simulink

ABSTRACT Particle swarm optimization is an emerging global based on swarm intelligence heuristic search algorithm, particle swarm optimization algorithm competition and collaboration between particles to achieve in complex search space to find the global optimum. It has easy to understand, easy to achieve, the characteristics of strong global search ability, and has never wide field of science and engineering concern, has become the fastest growing one of the intelligent optimization algorithms.

The PID parameters optimization method has a lot of kinds, all kinds of methods all have their own characteristics, should according to the characteristics of the actual system choosing proper method. There are a lot of methods of optimization for the parameters of PID, and each of them has its own characteristics. The proper methods need to be selected according to the actual characteristics of the system. In this paper we adopt the Particle Swarm Optimization to tune the parameters. To finish it, the following tasks should be done. First, choose the controlled object, this paper selects control object for unstable system transfer function, through the simulation of control system step by step. Second, according to the characteristics of the particle swarm algorithm, each of the parameters set PSO, use of MATLAB program, to optimize the p k 、i k 、d k of the PID. Third, Using simulink tool of simulation of PID parameters optimization system, and simulation that the optimal parameters of the system to be affected, curve. Analysis results indicate that the algorithm process, performance index has been declining, PSO looking for more optimal parameters, so by using particle swarm optimization algorithm of the obtained result is obvious.

KEY WORDS: PID, Particle Swarm Optimization, Optimal Design, Simulink

目录

摘要............................................................. I ABSTRACT ......................................................... II 第一章前言 (1)

1.1研究的背景和课题意义 (1)

1.2基本的PID参数优化方法 (1)

1.3常用的整定方法 (2)

1.4本文的主要工作 (4)

第二章粒子算法 (5)

2.1粒子群算法的起源 (5)

2.2粒子算法的概述 (6)

2.3粒子算法的介绍 (6)

2.4基本粒子群算法 (7)

2.4.1算法原理 (7)

2.4.2算法步骤 (8)

2.4.3算法特点 (9)

2.4.4算法举例 (9)

2.5带压缩因子的粒子群算法 (13)

2.5.1.算法原理 (13)

2.5.2.算法步骤 (14)

2.5.3.算法举例 (15)

2.6带惯性权重的粒子群算法 (16)

第三章 PID控制理论 (18)

3.1PID控制原理 (18)

3.2数字PID控制算法 (19)

3.2.1 位置式PID控制算法 (19)

3.2.2 增量式PID控制算法 (21)

3.3PID控制特点 (22)

3.4PID控制器参数整定的原理和方法 (23)

3.4.1基于Z IEGLER-N ICHOLS方法的P L D整定 (23)

3.4.2ISTE最优设定方法 (23)

3.4.3临界灵敏度法 (24)

3.4.4基于增益优化的整定法 (25)

3.4.5基于总和时间常数的整定法 (26)

第四章优化设计框架 (29)

4.1优化设计简介 (29)