[发明专利]一种基于改进粒子群算法的PID控制器参数整定算法

摘要

本发明专利公开了一种基于改进粒子群算法的PID控制器参数整定算法，它包括如下步骤步骤一、初始化算法参数；步骤二、进入迭代循环，进行每个粒子的位置和速度更新；步骤三、随机在当前位置的邻域内寻找一个新的位置；步骤四、计算两个位置的适应度差值，当新位置的适应度劣于原始位置但优于全局最优位置时，利用模拟退火机制判定是否接受新位置；步骤五、更新种群的全局最优位置，进行自然选择操作，根据适应度值对所有粒子进行排列，利用较优的一部分粒子的信息替代另一半粒子的信息；步骤六、判断是否终止迭代；步骤七、输出PID控制器参数或者重新执行步骤二，本发明能自动整定控制参数，且克服了传统的粒子群算法极易陷入局部最优的缺陷，实现了模拟退火操作和自然选择策略的互补，在保证算法收敛次数的前提下，提高了算法的收敛精度，具有更强的鲁棒性和精度，使得PID控制器能产生更为优秀的控制效果。

主权项

一种基于改进粒子群算法的PID控制器参数整定算法，其特征在于，包括以下步骤：步骤一、初始化种群中各微粒的速度、位置与各种参数，因为搜索空间为3维，所以每个微粒的位置中包含3个变量(kp、ki、kd)，计算每个粒子的适应度值，并将各微粒的当前历史最优位置pbest设为初始个体最优位置，取粒子群所有粒子中的最优位置为gbest设为初始全局最优值；步骤二、进行每个粒子的位置和速度的更新，更新公式如下：vi.d(t+1)＝ωvi.d(t)+c1r1[pbest.i‑xi.d(t))]+c2r2[gbest‑xi.d(t))]；xi.d(t+1)＝xi.d(t)+vi.d(t+1)；其中，d是搜索空间的维数，d＝1，2，3；i＝1，2，…，m；r1和r2是两个随机数；vi.d(t)是粒子i在第t次迭代时的速度；vi.d(t+1)是粒子i在第t+1次迭代时的速度；xi.d(t)是粒子i在第t次迭代时的位置；xi.d(t+1)是粒子i在第t+1次迭代时的位置；ω是惯性权重系数；c1和c2是学习因子；pbest.i是粒子i的个体最优位置；gbest是粒子群的全局最优位置；粒子的适应度值计算公式为绝对误差的一阶矩积分，如下：∫0∞t|e(t)|dt;]]>e(t)＝r(t)‑y(t)，定值r(t)与实际输出值y(t)构成偏差e(t)；步骤三、在位置更新完后，计算它新的适应度值f′，然后在粒子的邻域内随机寻找新的位置，并计算新位置的适应度值f1′；步骤四、比较粒子原本位置与新位置的适应度差值Δf，Δf＝f1′‑f′，当f1′＜gbest且Δf＜0时，则接受xnew，如果f1′＜gbest且Δf＞0，则以模拟概率p接受新位置xnew，即当p＝exp((‑1)*(f1′‑f′)/T)＞rand(1)时，采取新位置xnew，否则采用x，rand(1)为[0，1]之间的随机数，T为模拟温度，初始温度设为5000℃，温度下限设为1℃，如果f1′＞gbest，否则继续采用x；步骤五、根据每个粒子的位置更新适应度值，根据每个粒子的适应度值更新粒子群的群体极值gbest和每个粒子的个体极值pbest，将全部的粒子按照适应度值进行排列，用较优的一半的粒子信息去替换较差的一半的粒子信息，准备下一次迭代，同时更新温度，温度T＝T*0.9；步骤六、如果满足终止条件，则输出粒子的3个变量即PID的三个控制参数，否则返回第二步进入下一次迭代。