基于粒子群算法的PID控制器优化设计(Matlab仿真)
基于粒子群算法的PID控制器优化设计(Matlab仿真)(任务书,开题报告,外文翻译,设计说明书13900字,Matlab仿真)
摘 要
PID控制器是较早发展起来的控制策略，因其控制结构简单，易于参数整定，被广泛应用于工业过程控制中。对于PID控制器的参数整定问题,文中将粒子群优化算法用于PID参数的优化设计。首先，该方法定义了一个包含系统上升时间、超调量和稳态误差等性能指标的适应度函数，并且依据系统的控制要求对各项性能指标适当加权。接着，由带收缩因子的粒子群算法对PID参数进行多目标寻优。从而，实现对PID 控制器的参数自整定。仿真结果表明, 该优化方法得到的PID 控制器的性能指标明显优于常规方法得到的PID控制器。与传统方法相比,该方法简单易行,更易找到全局最优解,性能指标和优化效率明显提高。
关键词: PID 控制器; 粒子群算法; 多目标优化; 参数整定
Optimal design of PID Controller Based on Particle Swarm Optimization
Abstract
PID controller is the earliest control measures. Because it’s control structure is simple and it is easy to tune parameter in practical applications, it is widely used in the control industry. For the parameter turning problems of PID controller , this article will optimize the parameter of PID with Particle Swarm Optimization(PSO). First, this method defines a fitness function that contains the system rise time, overshoot, steady state error and other performance indicators, and the terms are weighted property. Then the particle swarm optimization algorithms with a constriction factor is used for multi-objective optimization of PID controllers, and the auto parameter tuning of PID controllers can be realized. Simulation results show that the synthesized performance of PID controller obtained by the proposed method is superior to that by conventional methods. Compare with some general PSO algorithm, the algorithm has greater efficiency, better performance and more advantages in many aspects.
Keywords: PID controller; particle swarm optimization; multi-objective optimization; parameter tuning.
[来源：http://www.doc163.com]
目 录
摘 要 I [来源：http://Doc163.com]
Abstract II
第一章 绪论 1
1.1 课题的研究背景与意义 1
1.2 常规PID参数整定方法 2
1.2.1 传统PID参数整定方法 2
1.2.2 智能PID参数整定方法 4
1.3 粒子群算法及其研究现状 6
1.3.1粒子群算法及其特点 6
1.3.2 粒子群算法研究现状 7
1.4 本文主要工作及各章节安排 8
第二章 粒子群算法 9
2.1 粒子群算法的原理 9
2.2 粒子群算法的流程 10
2.3 基于惯性权重的PSO算法 12
2.3.1 算法思想 12
2.3.1 惯性权重的选取 12
2.4 基于收缩因子的改进PSO算法 13
第三章 基于PSO算法的PID参数优化设计 14
3.1 优化设计简介 14
3.2 PID控制器原理 15
3.3 被控对象 16
3.4 初始化参数的获取 16
3.5 目标函数的选取 16
3.6 用PSO算法整定PID参数流程 18
第四章 MATLAB仿真及结果分析 20
4.1 MATLAB简述 20
4.1 传统PID参数整定仿真 20
4.2 基于PSO的PID参数优化 23
4.3 不同方法仿真结果的分析对比 29
结 论 33
参考文献 34
致 谢 36 [来源：http://www.doc163.com]