基于ＨＳＰＳＯ算法的ＰＩＤ控制器参数自整定

2012年03月15日14:37:35 本网站我要评论(2)字号：T | T | T

曹　方，王　伟，王介生，刘玉超，曹晟熙
大连理工大学电子与信息工程学院，辽宁大连

辽宁科技大学电子信息与工程学院，辽宁鞍山　

元宝山发电有限责任公司内蒙古赤峰

沈阳万宸建筑规划设计有限公司辽宁沈阳

摘　　　要：针对粒子群算法（ＰＳＯ）算法局部搜索能力差的问题，提出一种对ＰＩＤ控制器参数进行自整定的基于和声搜索（ＨＳ）的改进粒子群优化算法（ＨＳＰＳＯ）。通过引入种群进程因子对惯性权重进行自适应调节以提高ＰＳＯ算法的收敛速度。另外在ＰＳＯ进化过程中每代产生的较优个体以新陈代谢方式进入和声记忆库中并进行和声搜索，以克服粒子群优化算法局部搜索能力差的缺陷。针对典型对象进行ＰＩＤ控制器参数自整定，仿真和工程应用结果表明所提ＨＳＰＳＯ算法较他它智能优化算法具有更好的全局优化能力。

关　键　词：粒子群优化算法；和声搜索；ＰＩＤ控制；自整定

１　引　言
ＰＩＤ控制是较早发展起来的控制策略之一，由于其算法简单、鲁棒性好和可靠性高等优点被广泛应用于工业过程控制领域。但是ＰＩＤ控制器的参数整定与优化则是一个重要的研究问题［１］。随着群集智能理论飞速发展，出现了基于蚁群算法、遗传算法和粒子群算法等群智能理论的先进ＰＩＤ控制方法［２４］。其中粒子群算法（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）是由Ｋｅｎｎｅｄｙ和Ｅｂｅｒｈａｒｔ等［５］于１９９５年提出的一种对鸟群觅食过程中迁徙和聚集进行模拟的演化算法。文献［４］根据粒子群算法具有对整个参数空间进行高效并行搜索的特点，提出一种对ＰＩＤ控制器参数和非较小相位系统的两阶段ＰＩＰＤ控制器参数进行自整定的计算框架。另外针对标准ＰＳＯ算法优化ＰＩＤ控制器参数存在的早熟和局部收敛的问题，许多诸如多权重粒子群算法（ＭｕｌｔｉＷｅｉｇｈｔＰＳＯ）［６］、带变异算子的改进粒子群优化算法（ＩＰＳＯＭ）［７］和结合ＧＡｓ的混合ＰＳＯ算法［８］被提出。这些算法虽然在一定程度上提高了算法性能，但并不能根本上克服早熟和局部搜索能力差问题。本文提出一种基于和声搜索的改进粒子群优化算法（ＨＳＰＳＯ），并应用该算法对ＰＩＤ控制器的参数进行自整定。

登录网站后可下载文件

基于ＨＳＰＳＯ算法的ＰＩＤ控制器参数自整定

相关阅读: