检索结果-南通市图书馆

基于多种群遗传算法的pid控制器参数优化技术研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

教育技术导刊 2008年第3期 112-114页

作者：范敏广西310核地质大队广西桂林541213

关键词： pid控制系统 pid控制器参数优化多种群遗传算法下山单纯形局部优化算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于改进粒子群算法的pid控制参数优化

组合机床与自动化加工技术 2024年第2期 89-92,98页

作者：黄训爱杨光永樊康生陈旭东徐天奇云南民族大学电气信息工程学院昆明650500

针对传统粒子群算法存在收敛速度慢,收敛精度低以及易陷入局部最优的问题,提出了一种融合中垂线策略的中垂线粒子群算法(MAPSO),同时引入惯性权重余弦调整策略,避免算法陷入局部最优。基于中垂线策略的游离粒子位置更新方法,能够加快粒... 详细信息

针对传统粒子群算法存在收敛速度慢,收敛精度低以及易陷入局部最优的问题,提出了一种融合中垂线策略的中垂线粒子群算法(MAPSO),同时引入惯性权重余弦调整策略,避免算法陷入局部最优。基于中垂线策略的游离粒子位置更新方法,能够加快粒子的收敛速度,从而增强算法的寻优速度和寻优精度。将改进的粒子群算法用于pid控制器参数优化,与Ziegler-Nichols(Z-N)公式法、线性递减惯性权重粒子群优化算法(MeanPSO)进行对比实验,结果表明中垂线粒子群算法精度更高,能够快速地整定pid参数,使控制系统响应函数性能指标更好。

关键词：中垂线策略粒子群游离粒子 pid控制器参数优化

维普期刊数据库

PSO-GA组合算法优化pid参数及可视化平台设计

在线全文

学校读者我要写书评

暂无评论

机械设计与制造 2013年第8期 8-11页

作者：范晋伟梅钦李海涌宁堃金爱韦北京工业大学机电学院北京100124

pid控制是机床伺服控制系统中广泛应用的一种控制方式,pid参数是否合理直接影响着伺服系统的性能。以MKS8332A数控凸轮轴磨床砂轮架伺服系统为模型,提出一种基于粒子群-遗传组合算法(PSO-GA)的pid控制器参数优化方法。仿真结果表明,该... 详细信息

pid控制是机床伺服控制系统中广泛应用的一种控制方式,pid参数是否合理直接影响着伺服系统的性能。以MKS8332A数控凸轮轴磨床砂轮架伺服系统为模型,提出一种基于粒子群-遗传组合算法(PSO-GA)的pid控制器参数优化方法。仿真结果表明,该算法寻优性能比单独的遗传算法和粒子群算法表现更为优异,证实了该算法能有效的优化伺服系统pid参数。为了使用户无需去了解复杂的算法源代码,而只需在平台上进行操作就可以解决pid参数的优化问题。多种智能算法被引入称为可视化平台的优化软件设计,用MATLAB GUI编程环境构建了pid参数可视化平台,为用户提供一个友好的图形界面。

关键词：粒子群-遗传组合算法 pid控制器参数优化砂轮架伺服系统可视化仿真平台

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

混沌粒子群优化算法的分析与应用

混沌粒子群优化算法的分析与应用

作者：梁慧广东工业大学

学位级别：硕士

粒子群优化(Prticle Swarm Optimization, PSO)算法是由Kennedy和Eberhart于1995年提出的一种基于群体智能的优化算法。PSO算法不同于遗传算法,它是通过群体中的信息共享机制来完成寻优搜索。在这个群体中,个体与群体、个体与个体相互作... 详细信息

粒子群优化(Prticle Swarm Optimization, PSO)算法是由Kennedy和Eberhart于1995年提出的一种基于群体智能的优化算法。PSO算法不同于遗传算法,它是通过群体中的信息共享机制来完成寻优搜索。在这个群体中,个体与群体、个体与个体相互作用,相互影响。PSO算法与遗传算法、蚁群算法等大多数进化计算方法类似,也是一种基于迭代的优化算法。系统初始化为一组随机解,然后通过公式迭代来寻找最优解。与其他进化算法相比,PSO算法的特点主要包括以下几点：(1)每一个粒子都有一个随机的速度,并可以在整个问题空间内移动;(2)每个粒子都具有记忆功能;(3)进化通过个体与个体之间的竞争与合作实现。PSO算法的优点：可并行运算、调整参数少、优化速度快、容易实现。算法的缺点是容易陷入局部极小值点,搜索精度不高。针对这个不足,本文将混沌引入粒子群优化算法,并将混沌粒子群优化算法用于优化问题寻优。混沌是一种普遍的非线性现象,其行为复杂且类似随机,但其实有极强的内在规律。混沌具有随机性,遍历性和对初值的敏感性。利用混沌的这些特点进行优化搜索,比随机搜索更优,而且它可以避免算法陷入局部最优点,提高算法的计算精度。本文将混沌与粒子群优化算法相结合,使得混沌应用于优化搜索中,分析了基于Logistic映射的混沌粒子群优化算法(CPSO)。通过测试函数测试算法性能,仿真结果表明了该算法的有效性和优越性。有限脉冲响应数字滤波器(FIR)的设计,从本质上来讲是一个多参数优化问题,因此可以用粒子群优化算法实现寻优。本文利用混沌粒子群优化算法对FIR数字滤波器作基于均方误差最小准则的设计,并用该方法设计了一个高通滤波器。与用Parks-McClellan算法设计得到的高通滤波器进行对比,发现基于混沌粒子群优化算法得的FIR滤波器通带波动小,阻带衰减大,从而证明了该算法的有效性和优越性。pid控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点,因此被广泛使用。pid控制器设计的关键在于pid参数的优化。为了能更快更好的解决pid参数的优化问题,引入混沌粒子群优化算法对pid控制参数进行调节,仿真结果表明,粒子群算法收敛速度快且结果可靠。

关键词：优化粒子群优化算法混沌 FIR数字滤波器设计 pid控制器参数优化

量子遗传算法及其在控制系统满意优化设计中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

量子遗传算法及其在控制系统满意优化设计中的应用

作者：李娜西南交通大学

学位级别：硕士

本文研究的主要内容是改进量子遗传算法用于控制系统的满意优化设计。在实际优化问题中，由于存在着大量复杂因素，难以建立精确的数学模型获得最优解，或获得最优解的代价得不偿失，甚至不存在传统意义下的最优解。于是，采用满意优化... 详细信息

本文研究的主要内容是改进量子遗传算法用于控制系统的满意优化设计。在实际优化问题中，由于存在着大量复杂因素，难以建立精确的数学模型获得最优解，或获得最优解的代价得不偿失，甚至不存在传统意义下的最优解。于是，采用满意优化方法求问题的“满意解”成为解决这类问题普遍采取的优化策略。满意优化方法中采用遗传算法进行问题的寻优计算，因此，遗传算法性能的好坏直接影响到优化效果。本文在分析了量子遗传算法的基础上，提出了一种改进量子遗传算法，并应用于控制系统的满意优化设计中。全文共分五章。第一章为绪论，简单介绍了传统优化方法与满意优化方法以及传统遗传算法与量子遗传算法。第二章讨论了满意优化问题的描述以及基本运行框架，并给出了满意度函数的几种表示形式和多目标满意优化模型。第三章分析了量子遗传算法中基本概念以及该算法的具体实现过程，提出了改进量子遗传算法。第四章详细讨论了改进量子遗传算法在pid参数满意优化设计中的应用，取得了令人满意的优化仿真结果，并证明了该算法的优越性能。第五章在分析了线性二次型问题，给出了多变量系统LQR的满意优化模型，结合改进量子遗传算法，给出了加权矩阵Q和R的优化方法。结果表明该方法在实际应用中的有效性和广泛性。

关键词：满意优化量子遗传算法 pid控制器参数优化多变量系统 LQR

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蝗虫优化算法的改进及应用研究

蝗虫优化算法的改进及应用研究

作者：赵艳玲广西民族大学

学位级别：硕士

蝗虫优化算法(GOA)是对蝗虫觅食聚集行为的模拟而提出的一种新的群智能优化算法。目前,GOA已经在机械工程等方面得到了较好地应用。然而,标准GOA仍存在全局收敛速度慢、易陷入局部最优等问题。本论文在分析GOA存在不足的基础上,开展“... 详细信息

蝗虫优化算法(GOA)是对蝗虫觅食聚集行为的模拟而提出的一种新的群智能优化算法。目前,GOA已经在机械工程等方面得到了较好地应用。然而,标准GOA仍存在全局收敛速度慢、易陷入局部最优等问题。本论文在分析GOA存在不足的基础上,开展“蝗虫优化算法的改进及应用”研究,取得了一定的研究成果。本论文的主要研究成果如下:(1)提出一种基于4VA信息素的蝗虫优化算法(VAGOA):首先,基于4VA是蝗虫的聚集信息素,设计4VA信息素表达式;其次,对不同蝗虫群体(群居型蝗虫和散居型蝗虫)中的个体分别采用不同的搜索策略,在探索和开发之间取得平衡,使算法全局探索能力和局部开发能力均得到有效提升,增强算法的全局寻优能力和规避陷入局部最优的能力。最后,将VAGOA用于函数优化和pid控制参数优化中。实验结果表明,与其他优化算法相比,该算法具有较强的求解问题的能力。(2)提出采用多种搜索策略的蝗虫优化算法(VSSGOA)。首先根据动态概率选择不同的搜索策略更新蝗虫的位置来增加种群的多样性,扩大种群的搜索范围,其次引入非线性权重来平衡算法的全局勘探和局部开发。同时,增加蝗虫群体到目标位置附近开展的搜索来增强算法的局部开发能力。最后,引入莱维飞行策略,使蝗虫群体在迭代后期进行随机游走,避免算法陷入局部最优。并且将VSSGOA用于函数优化和工程实际应用中,实验结果表明,与其他优化算法相比,VSSGOA具有较好的性能。(3)将VSSGOA用于训练多层感知器(MLP),并选取5个标准的UCI数据集进行测试训练,实验结果表明,VSSGOA与其他优化算法相比,VSSGOA训练多层感知器解决UCI数据集的分类问题上具有较高的分类精确度。

关键词：蝗虫优化算法智能计算聚集和分散搜索方法 pid控制器参数优化工程应用多层感知器

微粒群算法理论研究及其在pid参数优化中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微粒群算法理论研究及其在PID参数优化中的应用

作者：江维武汉工程大学

学位级别：硕士

现代工业生产过程大都具有非线性、时变、滞后等显著特征,进而给工业实时控制问题提出了新的挑战。pid控制以其结构简单、实现容易、控制效果好、参数物理意义明确等优点广泛应用于工业控制领域。pid控制的性能与其三个参数直接相关,目... 详细信息

现代工业生产过程大都具有非线性、时变、滞后等显著特征,进而给工业实时控制问题提出了新的挑战。pid控制以其结构简单、实现容易、控制效果好、参数物理意义明确等优点广泛应用于工业控制领域。pid控制的性能与其三个参数直接相关,目前已有很多的pid控制器参数整定方法,但它们或多或少存在一些缺陷,近年来微粒群算法已成功应用到pid控制器参数优化中,该算法收敛速度快、参数少、程序实现容易,并能动态的自整定参数,获得了很好的优化效果。微粒群算法的研究工作起源于20世纪90年代,它以其原理简单、参数少、收敛速度快等优点,自提出以来便获得很大发展。在应用微粒群算法解决优化问题时,一个首要的问题就是算法的参数设置,从这个问题开始本文着重研究了微粒群算法的改进、算法的收敛性、算法的参数选择、算法的可视化实现以及算法在控制领域的经典应用等一系列问题,其主要内容如下: 1、首先介绍了微粒群算法产生的背景,分析了算法的原理、实现流程、常见的三种形式、拓扑结构以及算法的应用与发展等。 2、总结了前人提出的一些重要改进算法,并在此基础上提出了两种全新的改进方案,从理论推导仿真分析两方面论证了改进方案的可行性和有效性。 3、提出了微粒群算法可视化平台开发的一些方案和设想,同时也提出了该算法的MATLAB程序实现问题并就本文研究内容设计出了一个简单的微粒群算法仿真界面。 4、从理论和仿真两个角度对微粒群算法的参数选择和收敛性进行了分析,并推导出了一个较具普遍性的结论即保证算法收敛的参数取值约束在一个直角梯形的内部。 5、针对微粒群算法用于pid控制器的参数优化设计了一个可视化仿真平台,并以一个工业上常用的二阶时滞系统为模型,通过MATLAB仿真证明了该方案的可行性和优越性。

关键词：微粒群算法收敛域可视化平台 pid控制器参数优化

基于改进WOA-pid的LT-MED系统浓盐水温度控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

上海电力大学学报 2023年第4期39卷 387-392页

作者：王旻洁杨蒙姣毛涧上海电力大学上海200090 上海电气电站水务工程公司上海200090

为适应低温多效蒸馏(LT-MED)海水淡化末效浓盐水温度控制系统存在的非线性时变和迟滞严重的特点,针对基于经验人为设定的pid控制器效果不佳的问题,提出了一种改进鲸鱼优化算法(WOA),以实现pid控制器参数的自动整定。首先,确定浓盐水温... 详细信息

为适应低温多效蒸馏(LT-MED)海水淡化末效浓盐水温度控制系统存在的非线性时变和迟滞严重的特点,针对基于经验人为设定的pid控制器效果不佳的问题,提出了一种改进鲸鱼优化算法(WOA),以实现pid控制器参数的自动整定。首先,确定浓盐水温度控制系统的传递函数模型;然后,对基本WOA求解精度低、易陷入局部最优的缺陷对算法进行改进,实现pid控制器的参数优化。MATLAB R2019a平台的仿真实验结果表明,改进WOA算法具有更快的迭代速度和更强的全局寻优能力。改进WOA-pid控制器响应速度快且超调小,能够有效控制浓盐水温度以保障海水淡化系统正常稳定运行。

关键词：浓盐水温度改进鲸鱼优化算法 pid控制器参数优化仿真分析

维普期刊数据库