基于组合差分进化算法的PID参数整定优化.pdfVIP

第 11期 组合机 床 与 自动化 加工 技术 No．11 2015年 11月 ModularM achineTool＆ AutomaticM anufacturingTechnique Nov．2015 文章编号 ：1001—2265(2015)11—0079—04 DOI：10．13462／j．cnki．mmtamt．2015．11．023 基于组合差分进化算法的PID参数整定优化术 王旭明 ，郭业才 ，于小兵 (南京信息工程大学 a．电子与信息工程学院；b．气象灾害预报预警与评估协 同创新 中心，南京 210044) 摘要：针对差分进化算法的优化性能受变异策略的影响，提 出了一种组合差分进化算法，提高了算法 的优化性能。该算法将差分进化算法常用的四种变异策略分为携带最优值信息和不携带最优值信 息两类。在进化过程中，从这两类中随机各选取一种策略参与进化。通过五个测试函数，证实了该 组合算法的有效性。在此基础上，将该组合差分进化算法对PID控制器参数进行整定优化。通过仿 真实验研究，表明采用组合差分进化算法获得的PID控制器性能优于基本差分进化算法设计的PID 控制器 。 关键词：差分进化；变异策略；比例积分微分；粒子群优化算法 中图分类号 ：TH166；TG506 文献标识码 ：A OptimizationDesignforPID ControllerBasedonEnsembleDifferentialEvolutionAlgorithm WANG Xu．ming．GUO Ye．cai．YU Xiao．bing (a．SchoolofElectronicandInformationEngineering：b．CollaborativeInnovationCenteronForecastandEva1． uationofMeteorologicalDisasters，NanjingUniversityofInformationScienceTechnology，Nanjing210044， China) Abstract：Theperformanceofconventionaldifferentialevolution(DE)algorithmdependsonmutationstrat． egy．Anensembledifferentialevolution(EDE)algorithm isproposed．TheperformanceofEDEisim— proved．Fourmutation strategiesaredividedtotwogroups．Thefirstgroup iswiht bestinformationandhte secondgroupiswithoutbestinformation．Thetwomutationstrategiesraerandomlyselectedfrom twogroups respectively．Thevalidity oftheproposedalgorithm isprovedby fivetestingfunctions．An optimization mehtodofPID controllerpraametersbasedonEDE isprovided．Experimentshaveshownhtathteperform- anceofthePID controllerofEDEissuperiortothatofhteconventionalDE． Keywords：differentialevolution；mutations~ategy；PID ；particleswarm optimization 态特性 ，但这些方法得到的PID控制器的整定效果不 0 引言 太好 ，而且整定时间比较长 ，所以需要研究更快、更好 按比例、积分和微分进行控制的调节器