粒子群差分混合算法在PID参数优化中的应用

摘要：

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。

关键词：PID控制器、粒子群差分混合算法、选择判断因子

分类号：TP273(自动化技术及设备)

资助基金：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

在线出版日期：2016-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2146-2150