[发明专利]基于改进离散蝙蝠算法的模糊PID控制方法

说明书

本发明公开一种基于改进离散蝙蝠算法的模糊PID控制方法，包括：(10)确定系统传递函数：根据系统输入输出，确定系统传递函数；(20)模糊规则编码：将所有控制规则进行编码；(30)邻域搜索位置计算：将控制规则编码后作为蝙蝠算法位置，对模糊控制表中的每个位置进行迭代寻优；(40)离散修正：将不符合模糊规则语言值中的变量修正到模糊规则的离散域中；(50)混沌变异搜索：对当前最优点进行混沌变异搜索，更新全局最优解；(60)计算模糊规则：全局最优解编码即对应最优模糊控制规则；(70)模糊PID控制：将最优模糊控制规则用于模糊PID控制器，得到系统控制响应。本发明的控制方法，控制精度更高、鲁棒性好。

技术领域

本发明属于智能控制技术领域，特别是一种控制精度高、鲁棒性好的基于改进离散蝙蝠算法的模糊PID控制方法。

背景技术

模糊控制器以模糊理论为基础，将专家知识用模糊集表示并存入知识库，根据实际响应控制系统对象，是一种有效的智能控制方法，模糊PID控制器是模糊控制器和PID控制器相结合，根据系统的误差响应实时调整PID控制器的三个参数实现PID参数的最佳调整，提高PID控制器的性能。由于其结构简单、稳定性好、可靠性高等优点得到了广泛的应用。但在系统设计时，模糊规则作为模糊PID控制器的核心在确定时仍主要依靠人工经验，当系统复杂时模糊规则的选取难度巨增，仅凭人工经验无法获得较好的模糊控制规则，影响模糊PID控制器的性能。

近年来，优化算法在解决非线性、复杂性的优化问题时具有明显的优势，被广泛的应用于模糊规则优化中，并取得一定的成果，但这些优化算法太过以目标函数为指引，存在优化精度低、易陷入局部最优等不足限制了模糊规则的优化精度。

蝙蝠算法是由Yang Xinshe教授提出的一种群智能优化算法，与粒子群算法、遗传算法等优化算法相比，蝙蝠算法有更好的搜索精度和计算效率。在离散域中，离散蝙蝠算法成功应用于车间调度问题中，并取得了良好的效果，但算法的更新方式不适用于模糊规则优化。

因此，现有技术存在的问题是：模糊PID控制精度不够高，鲁棒性不够好。

发明内容

本发明的目的在于提供一种基于改进离散蝙蝠算法的模糊PID控制方法，控制精度更高、鲁棒性好。

实现本发明目的的技术方案如下：

一种基于改进离散蝙蝠算法的模糊PID控制方法，包括如下步骤：

(10)确定系统传递函数：根据系统输入、输出，确定系统传递函数；

(20)模糊规则编码：将模糊PID控制器中的所有控制规则进行编码；

(30)邻域搜索位置计算：将控制规则编码后作为蝙蝠算法的位置，使用邻域搜索算子对模糊控制表中的每个位置进行迭代寻优；

(40)离散修正：对迭代寻优点应用离散修正算子将不符合模糊规则语言值中的变量修正到模糊规则的离散域中；

(50)混沌变异搜索：对当前最优点进行混沌变异搜索，更新全局最优解；

(60)计算模糊规则：当算法收敛时，全局最优解的编码即对应于最优模糊控制规则；

(70)模糊PID控制：将最优模糊控制规则应用于模糊PID控制器中，对系统进行实验，得到系统控制响应。

与现有技术相比，本发明的显著优点为：

1、精确度高：相比较于其他控制方法本发明根据模糊表之间的关联性设计邻域搜索算子提高离散蝙蝠算法的搜索精度，更加准确的分析了控制器的特点，本发明与其他常用控制方案相比，在超调量、调节时间上有明显优势，且稳态误差小。证明了改进离散蝙蝠算法对模糊PID控制方法的有效性。

2、鲁棒性好：本发明与其他常用控制方法相比，当系统处于扰动时能够较快的达到稳态，鲁棒性较好。