基于改进遗传算法的PID参数整定策略.pdfVIP

第 6期 (总第 151期) 机 械 工 程 与 自动 化 No．6 2008年 12月 MECHANICAL ENGINEERING ＆ AUT0MATION Dec． 文章编号 ；1672—6413(2008)06—0155—03 基于改进遗传算法的PID参数整定策略 李瑞霞 ，李粉霞 (1．长治医学院 生物医学工程系，山西 长治 046000；2．山西机 电职业技术学院 数控工程系，山西 长 治 046011) 摘要：针对简单遗传算法 (SGA)收敛速度慢、易于早熟等缺点，在前人研究成果的基础上，将传统的轮盘赌选 择法与最优保留策略结合起来，并采用改进的自适应交叉算子和 自适应变异算子，结合兼顾性能指标和响应过 程平衡的适配函数，以多种改进方式相结合的遗传算法对PID参数进行迭代寻优整定。仿真试验结果表明改 进的遗传算法是一种简单高效的寻优算法，与传统的寻优方法相 比可明显地改善控制系统的动态性能。 关键词：PID；参数整定；遗传算法；仿真 中图分类号 ：TP273 文献标识码 ：A 0 引言 PID参数整定方法，并用MATIAB进行了仿真，得到 PID控制器从问世至今 已历经半个多世纪 ，在这 了较为满意的结果。 几十年中，人们为它的发展和推广做 出了巨大的努力， 1 简单遗传算法[2] 使之成为工业过程控制 中主要的和可靠的技术工具 。 遗传算法(SGA)是 1962年由美 国Michigan大学 即使在微处理器高速发展的今天 ，过程控制中大部分 的Holland教授提出的模拟 自然界遗传机制和生物进 控制规律都未能离开 PID，这充分说明PID控制仍具 化论而成的一种并行随机搜索最优化方法。它将 “优 有很强的生命力。 胜劣汰，适者生存”这一基本 “达尔文进化论”引入 对于传统 的PID控制器，在把其投入运行之前 ， 优化参数形成的编码串联群体 中，并且在串之间进行 要想得到较理想的控制效果，必须先整定好其 3个参 有组织但又随机的信息交换。伴随着算法的运行，优 数 ，即比例系数 k、积分系数k、微分系数k。这是 良的品质被逐渐保 留并加以组合，从而不断产生出更 因为不 同的被控对象对控制器的特性会有不 同的要 佳的个体。这一过程就如生物进化那样 ，好的特征被 求 ，整定的 目的就是设法使控制器的特性能够和被控 不断继承下来 ，坏的特性被逐渐淘汰。新一代个体中 对象配合好，以便得到最佳控制效果。如果控制器参 包含着上一代的大量信息，其个体不断地在总体上胜 数整定不好 ，即使控制器本身很先进 ，其控制效果也 过旧的一代，从而使整个群体 向前进化发展。其算法 会很差。然而，在工业控制系统中总会存在着各种各 简单 ，可并行处理 ，能得到全局最优解。 样的不确定性 ，这些不确定性能造成模型参数变化甚 sGA 的算法过程如下 ： 至模型结构突变口]，使得原先的整定参数无法保证系 (1)初始化：随机产生一个规模为P的初始种群， 统继续 良好地工作，这就要求 PID控制器具有在线 自 其中每个个体均为二进制形式。 整定参数的功能，这也是 自从使用PID控制以来人们 (2)计算适应度值 ：计算种群中每个个体适应度 始终关注的重要问题。 值。 目前，遗传算法应用于PID控制已成为一大研究 (3)选择复制 ：根据每个个体的相对适应值 ，计 热点。因为遗传算法具有强大的全局优化能力和鲁棒 算每个个体的复制次数