粒子群差分混合算法在PID参数优化中的应用
为有效提高PID控制器的性能,提出了一种粒子群差分混合算法(PSO-DE),并应用于PID参数优化中。算法利用一个选择判断因子来确定每个个体的更新方式,使用简化粒子群算法(sPSO)和改进后的差分进化算法(DE)来共同产生新一代个体,并将其应用于PID的参数整定中。仿真结果表明,相较于粒子群算法和差分算法,混合算法在PID控制器的参数优化中具有更好的全局搜索能力,而且控制精度较高。
PID控制器、粒子群差分混合算法、选择判断因子
TP273(自动化技术及设备)
陕西理工学院科研项目基金slgky13-44;陕西理工学院院士工作站课题基金fckt201509
2016-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
2146-2150