基于小生境的极性PSO多目标优化研究及应用.pdfVIP

文章编号：1001—9944(2011)08—0045—04 基于小生境的极性 PSo 多 目标优化研究及应用 刘长 良．于 明 (华北电力大学 控 制科 学与工程 学院 ，保 定 071003) 摘要 ：提 出一种改进粒子群算法，即将子群优化 的小生境技术应用于极性粒子群算法，每个 子群单独进化 ．内部粒子群进化增加 了极性加速度 。仅在 边界 处进行社会信息的传递。这样 既保证 了子群 内部的有效收敛 ．又增加 了全局 多样性 将改进的粒子群算法与多 目标优化 相结合应用于蒸汽发生器的液位控制器参数整定 ．仿真结果表 明，应用该算法的系统特性 与使用传统参数整定法相比，更加稳定、准确和快速 ，具有较强的鲁棒性 。 关键词：极性粒子群算法；小生境技术；多 目标优化；蒸汽发生器液位控制 中图分类号 ：TP13 文献标志码 ：B Multi-objectivePolarityPSOBasedonNicheTechniqueandItsApplication LIU Chang-liang．YU Ming (CollegeofControlTheoryandControlEngineering，NorthChinaElectricPowerUniversity，Baoding071003，China) Abstract：Thispaperputsforward an improved particle swarm optimization algorithm ，in which anichetechnique with subgroup was applied in polarity particle swarm algorithm．In the new algorithm each subgroup individualevolutions separately with polarity acceleration added to the internalparticle swarm evolution process．The transferofsocial in— formation happensonly intheboundary．Asaresult，notonly theconvergenceofthesubgroup wasensured，butalso theglobaldiversitywasincreased．Theimprovedpanicleswarln algorithm combinedwithmulti—objectiveoptimization wasthen applied in the settingofparametersin the steam generator levelcontroller．Simulation resultsshow thatthe system usingthe new algorithm provesmore stable，accurateand fasteratthe same timehasstrongrobustnesseom。 pared with thatusing traditionalparametersetting method． Keywords：polarityparticleswarnloptimization (PSO)；nichetechnique；multi—objectiveoptimization；steam generator 1evel nntro1 控制系统 PID参数整定有许多方法，如Ziegler— 解不唯一 ．是一组非支配解集。为避免单 目标优化 Nichols参数整定法 、Cohen—Coon整定方法 、快速整 方法造成的某一 目标性能明显改善而其它指标却退 定法 、基于 ISTE指标最优法和IMC方法等t1]。但这 化的问题 5[]．多 目标优化无疑成 了一个非常重要的 些常规方法大多基于对经验 的总结 ，难 以取得最优 研究课题 的控制效果