[发明专利]一种基于遗传算法的PID控制器参数优化方法及电机

权利要求书

1.一种基于遗传算法的PID控制器参数优化方法，其特征在于，包括如下步骤：

S1、两个PID控制器串级控制，通过设置不同的控制参数，将K_p1、K_i1、K_d1、K_p2、K_i2、K_d2进行二进制编码后组合为多个不同个体，且形成初始种群；

S2、确认所述初始种群中的各个体的适应度；

S3、根据所述适应度选择相应的个体依次进行复制、交叉、变异操作后，形成下一代种群；

S4、对所述下一代种群迭代执行S2和S3，当迭代过程结束，最后所产生的种群中具有最大适应度的个体作为最优解个体，所述最优解个体的K_p1、K_i1、K_d1、K_p2、K_i2、K_d2作为最优控制参数；

其中，K_p1、K_i1、K_d1分别表示第一PID控制器的比例控制参数、积分控制参数、微分控制参数，K_p2、K_i2、K_d2分别表示第二PID控制器的比例控制参数、积分控制参数、微分控制参数；

计算所述适应度的表达式为：

其中，

其中，表示惩罚因子，表示跟踪误差、T表示误差观测时间，；

S3中所述的交叉操作，具体为：

在所述初始种群中随机选择两组个体，且每组中个体的数量为二个；

确认各组中所有个体的适应度，选择各组中适应度大的个体进行所述交叉操作；

随机产生一个交叉权重，；

进行如下计算：

再对和进行限幅处理；

其中，表示第一组中适应度大的个体，表示第二组中适应度大的个体，，表示交叉操作所产生的下一代个体；

对和进行所述变异操作，具体为：

将K_p1、K_i1、K_d1、K_p2、K_i2、K_d2形成个体参数矩阵K_n，表达式如下：

随机产生六个变异权重组成变异权重矩阵，为一行六列矩阵，其中，；

然后进行如下计算：

其中，、表示K_n的最大值与最小值，表示哈达玛积运算符；表示将进行所述变异操作后形成的个体；表示将进行所述变异操作后形成的个体；

对和进行限幅处理后并入所述下一代种群。

2.根据权利要求1所述的一种基于遗传算法的PID控制器参数优化方法，其特征在于，将所述个体的适应度与给定的阶跃响应目标值进行比较，若所述个体的适用度小于所述阶跃响应目标值时，删除所述个体，即所述个体不再参与迭代过程；若否，所述个体继续参与迭代过程。

3.根据权利要求1所述的一种基于遗传算法的PID控制器参数优化方法，其特征在于，S3中所述的复制操作，具体为：

根据各个体的适应度的由大到小将各个体进行排序；

选定前Ne个个体，直接复制到所述下一代种群；

其中，Ne表示给定的精英个体数量。

4.根据权利要求1所述的一种基于遗传算法的PID控制器参数优化方法，其特征在于，在所述交叉操作之前，由遗传算法随机产生第一随机数，若所述第一随机数大于给定的交叉率，不进行所述交叉操作，若否，则进行所述交叉操作。

5.根据权利要求4所述的一种基于遗传算法的PID控制器参数优化方法，其特征在于，检测连续迭代三次所产生的种群中，各代种群中个体的K_p1、K_i1、K_d1、K_p2、K_i2、K_d2各自相对应的差值是否小于设定阈值，若是，则增大变异率；若否，则减小变异率。