改进粒子群优化算法和其在PID参数整定中应用研究.pdfVIP

过程控制 石 油 化 ：亡 自 动 化 ，2008，5：36 AUToMATIoN IN PETRo—CHEM ICAL INDUSTRY 改进粒子群优化算法及其在PID 参数整定中的应用研究 邵 文1，左 信 ，张志新 (1．中国石油大学 自动化研究所 ，北京 102249；2．中国石油锦西石化公司 ，辽宁 葫芦岛 l25001) 摘要 ：粒子群优化(PSO)算法是一种 随机全局优化技术 ，该算法通过粒子问的相互作用发现复杂搜索窄问中的最优区 域。针对粒子群优化算法存在早熟和局部收敛的问题 ，提出了一种改进粒子群优化算法 (GPSO)。新的算法将传统优化算法 中的梯度下降法引入到基本 PSO算法中，并且在此基础上，将此改进算法应用于 PID参数整定中，仿真结果表明所提出算法的 有效性和优越性。 关键词 ：粒子群算法；梯度下降法；PID参数熬定 中图分类号：TP273 文献标识码 ：A 文章编号 ：1007—7324(2008)05—0036—03 ImprovedPSO Algorithm and ItsApplication inTuningofPID Parameters ShaoW en ，ZuoXin ，ZhangZhixin (1．ResearchInstituteofAutomation，ChinaUniversityofPetroleum，Beijing102249，China； 2．JinxiPetochemicalSubcompany，PetroChina，Huludao125001，China) Abstract：Particle swarm optimization algorithm isa stochasticglobaloptimization technique． This algorithmsfind optimalregionsofcomplex search spacesthrough theinteraction ofindividualsin a population ofparticles．Fortheproblem thatPSO algorithmsisdifficulttodealwithprematureandlocal convergence，an improved particleswarm optimization isproposed in thispaper．Thenew algorithm introducesgradmethodintostandardPSO algorithm．Furthermorethisimprovedalgorithm isappliedto designthePID controller．Theresultsshow thattheapproach iseffectiveand designed controllerhas excellentperformance． Keywords：particleswarm optimization；gradientalgorithm ；PID tuning 1 基本粒子群算法原理 值是全部粒子所经历过的最好位置，这个极值叫做 PSO算法 1995年 由Kennedy与 Eberhart等 全局极值点Gb ，记作 P = (p ，P。，…p )。另 首次提出一，起初是为了模拟鸟群优美而不可预测 外也可以不用整个种群而只是用其中一部分作为 的运动，人们通过对动物社会行为的观察 ，发现在 粒子的邻居 ，则在所有邻居 中的极值就是局部极 群体 中对信息的社会共享有利于在进化中获得优 值 。在每一次迭代计算中，第 i个粒子的第d维用 势 ，并以此作为 PSO算法 的基础。该算法采用速 如下公式更新 自己