基于改进差分进化算法的ＰＩＤ优化设计

2012年03月06日16:17:22 本网站我要评论(2)字号：T | T | T

关键字：应用

常俊林，李亚朋，马小平，魏晓宾，周谷鸣
中国矿业大学信息与电气工程学院，江苏徐州

摘　　　要：提出一种基于改进差分进化算法的ＰＩＤ控制器参数优化方法。针对差分进化算法的优化性能受控制参数取值和差分进化类型的影响较大，算法容易早熟收敛的问题，提出改进差分进化算法。该算法在标准差分进化理论基础上对差分矢量的初始种群、缩放因子、交叉概率和差分进化模式进行优化，将缩放因子和交叉概率由固定数值设计为随机函数，随着搜索过程的进行，自适应选取差分进化模式，从而增强搜索能力。在ＰＩＤ参数的优化设计中通过仿真实验研究，表明采用新方法获得的ＰＩＤ控制器性能优于基于常规方法、遗传算法和基本差分进化算法设计的ＰＩＤ控制器。

关　键　词：差分进化；进化模式；缩放因子；交叉概率；ＰＩＤ控制

１　引　言
在工业应用中至今已经提出了多种ＰＩＤ参数整定方法，如ＺＮ整定、基于规则的ＰＩＤ参数自整定、以及基于遗传算法、神经网络等理论的智能ＰＩＤ参数自整定方法［１３］，这些方法也可以获得较好的鲁棒性和输出响应性能。但是当系统是时变或非线性严重或者对控制性能有明确要求时，上述整定方法常常难以兼顾快速性、稳定性和鲁棒性。差分进化算法［４６］原理类似遗传算法，其受控参数少，易于理解和实现。ＤＥ算法主要根据父代个体间的差分矢量进行变异、交叉和选择操作。相比其他的进化算法，差分进化算法随迭代次数的增加种群多样性会快速的下降容易限入局部较优。为克服早熟现象，借鉴已有的成功经验［７］，本文提出了一种改进自适应差分进化算法，将差分矢量的缩放因子Ｆ由固定值设计为随机函数，同时对交叉概率ＣＲ和种群搜索范围也实行优化改进，并通过搜索过程进行自适应选取差分进化模式，实现了一个简化的改进自适应ＤＥ算法。将该改进的ＤＥ算法应用于ＰＩＤ参数的优化设计中也获得了良好的控制效果。

登录网站后可下载文件

基于改进差分进化算法的ＰＩＤ优化设计

相关阅读: