[发明专利]基于遗传算法的模糊PID控制器及其控制方法

权利要求书

1.一种基于遗传算法的模糊PID控制器，包括PID控制器、模糊控制模组，其特征在于：该模糊PID控制器还包括遗传算法优化模组，该模糊控制模组利用模糊控制算法实现对被控对象控制，在线动态生成该PID控制器的三个参数，该遗传算法优化模组在优化搜索中选择合适的适应度函数，利用种群中每个个体的适应度值进行搜索，增加遗传算法的收敛速度，计算出最优解，以此对该模糊控制模组所输出的三个参数进行进一步优化。

2.如权利要求1所述的基于遗传算法的模糊PID控制器，其特征在于：该模糊控制模组将被控量的精确值与设定值进行比较，得到误差，并计算出误差变化率，然后将误差和误差变化率分别量化模糊成模糊量，再由误差、误差变化率和模糊关系矩阵根据推理合成规则进行模糊决策，得到模糊控制量，作用于被控对象，如此循环下去，实现对被控对象的控制。

3.如权利要求1所述的基于遗传算法的模糊PID控制器，其特征在于：该遗传算法优化模组利用遗传算法采用群体方式对目标函数空间进行多线索的并行搜索。

4.如权利要求3所述的基于遗传算法的模糊PID控制器，其特征在于：该模糊PID控制器用于基于邮政包裹物流传输的直线电机控制系统。

5.如权利要求4所述的基于遗传算法的模糊PID控制器，其特征在于：该目标函数为：

J=∫0∞(ω1|e(t)|+ω2u2(t))dt+ω3*tu]]>

其中，e(t)为系统误差，u(t)为PID控制器的输出，t_u为上升时间，w₁，w₂，w₃为权值。

6.如权利要求5所述的基于遗传算法的模糊PID控制器，其特征在于：该适应度函数为该目标函数的倒数，F＝1/J。

7.如权利要求6所述的基于遗传算法的模糊PID控制器，其特征在于，该遗传算法优化模组优化后的三个参数为：

Kp＝Kpc+ΔKp*Pkp；

Ki＝Kic+ΔKi*Pki；

Kd＝Kdc+ΔKd*Pkd；

其中，Kpc、Kic、Kdc为对该PID控制器的三个基本参数先预设的常量，ΔKp、ΔKi、ΔKd为该模糊控制模组的输出，Pkp，Pki，Pkd为由遗传算法计算得出相对于三个参数的比例因子。

8.一种基于遗传算法的模糊PID控制方法，包括如下步骤

步骤一，利用模糊控制算法对被控对象进行控制，在线动态生成PID控制器的三个参数；以及

步骤二，利用遗传算法选择合适的适应度函数，利用种群中每个个体的适应度值进行搜索，增加遗传算法的收敛速度，计算出最优解，以此对模糊控制所输出的三个基本参数进行进一步的优化。

9.如权利要求8所述的一种基于遗传算法的模糊PID控制方法，其特征在于：于步骤一中，该模糊控制算法将被控量的精确值与设定值进行比较，得到误差，并计算出误差变化率，然后将误差和误差变化率分别量化模糊成模糊量，再由误差、误差变化率和模糊关系矩阵根据推理合成规则进行模糊决策，得到模糊控制量，作用于被控对象，如此循环下去，实现对被控对象的控制。

10.如权利要求9所述的一种基于遗传算法的模糊PID控制方法，其特征在于：该方法用于基于邮政包裹物流传输的直线电机控制系统。