基于微粒群优化算法的二自由度PID调节器的设计

doi:10.3778/j.issn.1002-8331.2009.16.024

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (16): 87-89.DOI: 10.3778/j.issn.1002-8331.2009.16.024

基于微粒群优化算法的二自由度PID调节器的设计

王海稳¹,张井岗¹,曲俊海²

1.太原科技大学电子信息工程学院自动化系，太原 030024
2.中国兵器工业集团第207研究所，太原 030006

收稿日期:2008-04-15 修回日期:2008-07-10 出版日期:2009-06-01 发布日期:2009-06-01
通讯作者: 王海稳

Optimal design for two-degree-of-freedom PID regulator based on Particle Swarm Optimization algorithm

WANG Hai-wen¹,ZHANG Jing-gang¹,QU Jun-hai²

1.Automation Department，Taiyuan University of Science and Technology，Taiyuan 030024，China
2.China North Industries Group 207 Research Institute，Taiyuan 030006，China

Received:2008-04-15 Revised:2008-07-10 Online:2009-06-01 Published:2009-06-01
Contact: WANG Hai-wen

摘要/Abstract

摘要： 提出了一种新二自由度PID调节器的设计方法。基于灵敏度函数，采用PSO优化算法对二自由度PID参数进行自适应调整，仿真结果和改进的遗传算法进行比较，系统同时具有良好的跟随性能和抗干扰能力，所设计的二自由度调节器具有很强的鲁棒性，证明了PSO算法的有效性。

关键词: 二自由度PID调节器, 微粒群算法, 优化设计

Abstract: A kind of new design method for two degree of freedom（2DOF） PID regulator is presented.Based on sensitivity function，the parameters of two degree of freedom PID regulator are adaptively adjustable using Particle Swarm Optimization（PSO） algorithm，the comparisons of simulation results with the improved GA are given，better dynamic response performance of both command tracking and disturbance rejection characteristics can be achieved simultaneously，the optimal 2-DOF PID regulator has good robustness，the simulation verifies the effectiveness of the PSO algorithm.

Key words: two-degree-of-freedom PID regulator, particle swarm algorithm, optimization design

王海稳¹,张井岗¹,曲俊海². 基于微粒群优化算法的二自由度PID调节器的设计[J]. 计算机工程与应用, 2009, 45(16): 87-89.

WANG Hai-wen¹,ZHANG Jing-gang¹,QU Jun-hai². Optimal design for two-degree-of-freedom PID regulator based on Particle Swarm Optimization algorithm[J]. Computer Engineering and Applications, 2009, 45(16): 87-89.

[1]	梁承姬，陈登川. 自动化集装箱码头AGV配置与调度耦合问题研究[J]. 计算机工程与应用, 2020, 56(14): 216-225.
[2]	张鑫1，邹德旋1，肖鹏1，喻秋2. 自适应简化粒子群优化算法及其应用[J]. 计算机工程与应用, 2019, 55(8): 250-263.
[3]	孙田雨，史峥. 采用改进遗传算法优化FIR数字滤波器设计[J]. 计算机工程与应用, 2017, 53(17): 108-111.
[4]	张屹，万兴余，郑小东，詹腾. 基于改进元胞多目标遗传算法的机床主轴优化[J]. 计算机工程与应用, 2015, 51(6): 260-265.
[5]	王润民. 基于微粒群算法的视网膜血管自动提取方法[J]. 计算机工程与应用, 2015, 51(2): 177-180.
[6]	韩国玺，何俊，潘启中. 基于ICGA的雷达与雷达干扰一体化信号的优化设计[J]. 计算机工程与应用, 2014, 50(2): 212-215.
[7]	张　　屹，胡方军，卢　　超. 基于同步元胞遗传算法的弹簧可靠性优化设计[J]. 计算机工程与应用, 2014, 50(10): 31-37.
[8]	蒋科辉. Taguchi方法混合ABC算法的车辆部件优化设计[J]. 计算机工程与应用, 2014, 50(1): 246-250.
[9]	许成谦，郝红杰. 改进的智能优化在多用户检测中的应用[J]. 计算机工程与应用, 2013, 49(3): 143-146.
[10]	李可维1，李小谦1，徐正喜1，雷刚2. 联合紧支径向基函数和微分进化算法的电磁优化方法[J]. 计算机工程与应用, 2013, 49(22): 219-222.
[11]	朱颀，陈成栋，陈华平. 差异工件流水车间批调度问题的求解[J]. 计算机工程与应用, 2013, 49(13): 221-227.
[12]	汪伟，莫蓉，张岩. 叶片气动优化仿真数据的数据挖掘应用研究[J]. 计算机工程与应用, 2013, 49(12): 11-15.
[13]	李宁1，贺毅朝1，寇应展2. 利用双重结构编码PSO求解动态背包问题[J]. 计算机工程与应用, 2012, 48(7): 39-42.
[14]	王佳1，2，符卓1. 双层城市公交网络设计及优化方法研究[J]. 计算机工程与应用, 2012, 48(36): 1-8.
[15]	王振锋1，崔岩1，王亮1，谢敏2. 不确定环境下的再制造闭环物流网络优化[J]. 计算机工程与应用, 2012, 48(36): 221-226.

基于微粒群优化算法的二自由度PID调节器的设计

Optimal design for two-degree-of-freedom PID regulator based on Particle Swarm Optimization algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics