《基于粒子群算法的控制系统PID参数优化设计[1] 2》由会员分享，可在线阅读，更多相关《基于粒子群算法的控制系统PID参数优化设计[1] 2（68页珍藏版）》请在金锄头文库上搜索。
1、 辽宁科技大学毕业设计（论文） 第 页基于粒子群算法的控制系统PID参数优化设计摘 要本文主要研究基于粒子群算法控制系统PID参数优化设计方法以及对PID控制的改进。PID 参数的寻优方法有很多种，各种方法的都有各自的特点，应按实际的系统特点选择适当的方法。本文采用粒子群算法进行参数优化，主要做了如下工作：其一，选择控制系统的目标函数，本控制系统选用时间乘以误差的绝对值，通过对控制系统的逐步仿真，对结果进行分析。由于选取的这个目标函数的解析式不能直接写出，故采用逐步仿真来实现；其二，本文先采用工程上的整定方法（临界比例度法）粗略的确定其初始的三个参数 ， ， ，再利用粒子群算法进行寻优，得pK
2、id到更好的PID参数；其三，采用SIMULINK的仿真工具对PID参数优化系统进行仿真，得出系统的响应曲线。从中发现它的性能指标，都比原来有了很大的改进。因此，采用粒子群算法的优越性是显而易见的。关键词 目标函数；PID 参数；粒子群算法；优化设计；SIMULINK 辽宁科技大学毕业设计（论文） 第 I 页Optimal design of PID parameter of the control system based on Particle Swarm OptimizationAbstractThe main purpose of this paper is to study the
3、optimal design of PID parameter of the control system based on Particle Swarm Optimization and find a way to improve the PID control. There are a lot of methods of optimization for the parameters of PID, and each of them has its own characteristics. The proper methods need to be selected according t
4、o the actual characteristics of the system. In this paper we adopt the Particle Swarm Optimization to tune the parameters. To finish it, the following tasks should be done. First, select the target function of the control system. The target function of the control system should be chosen as the abso
5、lute value of the error multiplied by time. Then we simulate the control system gradually, and analyze the results of the process. Because the solution of the target function cannot be worked out directly, this design adopts simulation gradually. Second, this paper adopts the engineering method (the
6、 critical ratio method) to determine its initial parameters , , , then uses the Particle Swarm Optimization to get a series pKidbetter PID parameters. Third, this paper uses the tool of SIMULINK to optimize the parameters of PID and gets the response curve of the system. By contrast with the two res
7、ponse curves, it is clearly that the performance has improved a lot than the former one. Therefore, it is obviously to find the advantages in using the Particle Swarm Optimization.Key word: target function; PID parameters; Particle Swarm Optimization; optimal design; SIMULINK 辽宁科技大学毕业设计（论文） 第 II 页目录
8、摘 要 .IAbstract .II第 1 章 绪论 .11.1 研究背景和课题意义 .11.2 基本的 PID 参数优化方法 .11.3 常用的整定方法 .21.4 本文的主要工作 .4第 2章 粒子群算法的介绍 .52.1 粒子群算法思想的起源 .52.2 算法原理 .52.3 算法流程 .62.4 全局模型与局部模型 .72.5 算法特点 .82.6 带惯性权重的粒子群算法 .82.7 粒子群算法的研究现状 .9第 3章 用粒子群方法优化 PID 参数 .103.1 PID 控制原理 .103.2 PID 控制的特点 .113.3 优化设计简介 .113.4 目标函数选取 .123.5 大迟滞系统 .133.6 加热炉温度控制简介 .163.7 加热炉系统的重要特点 .163.8 加热炉的模型结构 .
