一种新的PSO算法及其在钢的连续铸造中应用
针对连续铸钢结晶器液面的控制是一个非线性和动态的过程,提出了一种自适应稳态粒子群优化(PSO)算法,搜索最优的PID控制器的参数,PID控制器的参数被看成粒子的矢量,其平方误差的总和被定义为目标函数.为了促进种群的多样性和收敛速度,采用自适应变异操作和利用全局最优位置的稳态更新来及时获取进化过程的反馈信息.把适应性突变和全局最优位置的稳态更新添加到标准PSO中,以确保搜索平衡.基于PSO-PID自适应无模型钢的连续铸造中,自适应稳态的PSO和标准的PSO算法相比,有3个创新点.首先,利用全局最优位置的稳态更新来及时获取进化过程的反馈信息;其次,当突变条件具备时,粒子产生突变,种群中产生多样性粒子,在进化中对种群搜索有促进作用;最后,惯性权重系数w从0.9到0.4,自适应地减少,不是一个固定的常数,能保持探索和挖掘的平衡.仿真结果证明,新的PSO算法收敛速度比标准PSO算法的PID控制器速度快,可以准确地控制模具液面的水平;在自适应稳态粒子群优化算法的基础上,提出的增量式PID控制器能有效地调节结晶器液面,具有较好的鲁棒性.改进的PSO-PID的自适应稳态模型在连续铸钢的应用中取得了很好的效果.
PSO-PID、连续铸钢结晶器、自适应优化、仿真实验
31
TQ015.9;TP391.9;O6-39(一般性问题)
高等学校访问学者专业发展项目FX2012121;大学生科技创新项目2013DKC07
2014-05-07（万方平台首次上网日期，不代表论文的发表时间）
共5页
43-47
