[发明专利]一种基于粒子群算法PID分离的参数整定方法

摘要

本发明公开了一种基于粒子群算法PID分离的参数整定方法，包括以下步骤：初始化设定粒子群的粒子个数，惯性系数，加速系数，粒子最大迭代次数，初始速度，对应每个粒子的空间位置分量和PID初始值；计算每个粒子对应的目标函数值；根据目标函数值更新个体最优的粒子位置、全局最优粒子位置、每个粒子的位置分量，再根据PID映射公式，更新对应每个粒子此次迭代的PID的值；重复迭代，直到迭代结束；输出全局最优PID参数值和对应的PID值。本发明在常规的粒子群优化算法中加入了PID映射的算法，可以将粒子空间位置分量映射到三维的PID参数空间中，这样便于算法筛选出最优的粒子位置，提高PID参数整定的效率。

主权项

1.一种基于粒子群算法PID分离的参数整定方法，包括以下步骤：步骤一：初始化设定粒子群的粒子个数，惯性系数，加速系数，粒子最大迭代次数，初始速度，对应每个粒子的空间分量和PID初始值；步骤二：计算每个粒子在交流电机中对应的目标函数值；步骤三：根据目标函数值，更新个体最优的粒子位置，更新全局最优粒子位置；更新每个粒子的位置分量，再根据PID映射公式，更新对应每个粒子此次迭代的PID的值；每个粒子的位置分量更新公式为：其中，w为惯性系数，a₁和a₂为加速系数，为第k个粒子第i+1次迭代的速度，为第k个粒子第i次迭代的速度；为第k个粒子第i次迭代的位置分量，为第k个粒子第i+1次迭代的位置分量；r₁和r₂为(0,1)之间的随机数，为第k个粒子第i次迭代时找到的个体最优值，Gbest为当前找到的全局最优值；PID映射公式为：其中，和为对应粒子的PID参数，即为第i+1次迭代的P，I和D；和分别为对应于第k个粒子第i次迭代的P，I和D参数；τ_P，τ_I和τ_D分别为P，I和D分离系数；λ_P，λ_I和λ_D分别为映射的方向系数，具体公式如下：其中，和为对应第k个粒子在第i次迭代时的P，I和D参数；步骤四：判断当前迭代次数是否和最大迭代次数相等，若是，则跳出迭代，执行步骤五；若否，则当前迭代次数加1，跳到步骤二；步骤五：输出全局最优PID参数值和对应的PID值。