基于粒子群算法的PID控制器优化设计.docx

1、案例背景 PID控制器的性能取决于 Kp、Ki、Kd这3个参数是否合理，因此，优化 PID控制器参数具 有重要意义。目前，PID控制器参数主要是人工调整，这种方法不仅费时，而且不能保证获 得最佳的性能。PSO已经广泛应用于函数优化、神经网络训练、模式分类、模糊系统控制 以及其它应用领域，本案例将使用 PSO进行PID控制器参数的优化设计。 2、案例目录: 第14章 基于粒子群算法的 PID控制器优化设计 14.1案例背景 14.1.1粒子群算法原理 14.1.2 PID控制器优化设计 14.2模型建立 14.2.1 PID控制器模型 14.2.2算法流程］ 14.2.2.1 优化过程 14.2.2.2粒子群算法实现 14.3编程实现 Simulink部分的程序实现 PSO部分的程序实现 14.3.3结果分析 14.4案例扩展 14.5参考文献 3、案例实例及结果: PID控制器的系统结构图如图 14-1所示。 图141 PID控制器系统諸枸图 选取的被控对象为以下不稳定系统： 5 + 2 G(s) = 耳 s +X +4广- 5 + 0.4 运行代码，得到优化过程如图 14-4和图14-5所示，前者为 PID控制器3个参数Kp、Ki、 Kd的变化曲线，后者为性能指标 ITAE的变化曲线。得到的最优控制器参数及性能指标为 Kp= 33.6469 ，Ki= 0.1662 ，