基于遗传算法的PID参数寻优问题的研究
|
摘要
PID调节器是最早发展起来的控制策略之一，遗传算法是一种借鉴生物界自然选择和自然遗传学机理上的迭代自适应概率性搜索算法。本论文主要应用遗传算法对PI调节器参数进行优化。深刻剖析了基本遗传算法理论，对其存在的缺点提出了五种改进措施，新的改进遗传算法克服了其部分不足之处，并将新的改进遗传算法应用到单回路和串级回路两种控制系统的PI调节器参数优化中，仿真结果取得令人满意的控制效果。另外，完成了《控制系统调节器参数优化》（CSAPO）软件，软件具有一定的通用性，能对有自平衡对象系统进行PI参数优化
PID is one of the earlies control mesures, genetic algorithm is a kind of overlapping、self-adaptive、probable searching algorithm based on mechanism of natural selection and natural inheritance. The thesis mainly uses genetic algorithm(GA) to optimize PI adjustor parameters. In the thesis SGA's theory has been analysed deeply, in order to get over the disadvantages of SGA some mesures have been put forward to form a new theory MGA,and apply it in the PI adjustor parameters' optimization of the single loop and series loop control system, the simulation results achieve good control effect.In addition, a software named Control System Adjustor Parameters Optimization(CSAPO) has been completed ,which can universally be used to optimize the PI parameters in self-balance control system.
Mao Min(Control Theory and Control Engineering)
Directed by Prof. Yu Xi-ning
PID is one of the earlies control mesures, genetic algorithm is a kind of overlapping、self-adaptive、probable searching algorithm based on mechanism of natural selection and natural inheritance. The thesis mainly uses genetic algorithm(GA) to optimize PI adjustor parameters. In the thesis SGA's theory has been analysed deeply, in order to get over the disadvantages of SGA some mesures have been put forward to form a new theory MGA,and apply it in the PI adjustor parameters' optimization of the single loop and series loop control system, the simulation results achieve good control effect.In addition, a software named Control System Adjustor Parameters Optimization(CSAPO) has been completed ,which can universally be used to optimize the PI parameters in self-balance control system.
Mao Min(Control Theory and Control Engineering)
Directed by Prof. Yu Xi-ning
引文
[1]王小平，曹立明，遗传算法——理论、应用与软件实现，西安：西安交通大学出版社，2002.1
[2]周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999
[3]刘志俭，MATLAB应用程序接口用户指南，北京：科学出版社，2001
[4]韩璞，朱希彦，自动控制系统数字仿真，北京：中国电力出版社，1995
[5]吴敏，桂卫华，现代鲁棒控制，湖南：中南工业大学出版社，1998
[6]闫洁，曹秉刚，史维祥，一种快速收敛的遗传算法及其应用，西安交通大学学
报,2001,35（1）：67～70
[7]韩璞，张丽静，热工自动控制系统参数优化方法的研究，华北电力大学学报，1993，（1）：50～57
[8]郭庆鼎，李蒙，郭威，PID控制器参数的遗传算法优化设计，沈阳工业大学学报，2000，22(1)：31～33
[9]刘曙光，费佩燕，侯志敏，遗传算法的进展与展望，现代电子技术，2000，（6）：83～87
[10]孙建永，申建中，徐宗本，一类自适应遗传算法，西安交通大学学报，2000,34（10）：84～88
[11]周明，孙树栋，彭炎午，并行遗传算法的研究评述，南昌航空工业学院学报，1998，（2）：84～88
[12]王亮，王占林，改进GAs在PID控制器优化中算法性能的方法，机床与液压，2000，（1）：24～26
[13]何福忠，孙优贤，基于稳定参数空间的PID调节器遗传优化设计，控制与决策，2000,15（4）：507～509
[14]苏小林，阎晓霞，基于遗传算法的PID参数优化技术，电力系统及其自动化学报，1997,9（2）：20～26
[15]刘国贤，林宪枢，杨奇逊，基于遗传算法的控制器参数寻优，现代电力，1997，14（3）：18～22
[16]杨智，高靖，基于遗传算法的预测自整定PID控制器，控制与决策，2000,15（1）：113～115,118
[17]熊伟请，魏平，赵杰煜，遗传算法的早熟现象研究，计算机应用研究，2001，（9）：12～14
[18]车晓轮，徐岩，遗传算法在控制器参数自整定中的应用研究，吉林化工学院学报，1997,14（4）：65～68
[19]毛军红，李黎川，用于控制器参数整定的遗传算法，1999,33（3）：72～75,80
[20]杨振强，王常虹，庄显义，自适应复制、交叉和突变的遗传算法，电子科学学刊，2000,22（1）：112～117
[21]马晓岩，倪骏，一种改进型遗传算法及其收敛性分析，系统工程与电子技术，2000,22（9）：58～60,71
[22]沈春华，卢晶，徐柏龄，浮点数编码的遗传算法在系统辨识中的应用，应用科学学报，2001,19（4）：299～302
[23]曾凡锋，马润津，蔡自兴，基于改进遗传算法的系统参数辨识方法，北方工业大学学报，1998,10（1）：62～67
[24]贺尚红，唐华平，段吉安，等，基于遗传算法的连续系统模型辨识，中南工业大学学报，2001,32（3）：305～307
[25]徐洪泽，褚东升，张福恩，一种改进的遗传算法及其在系统辨识中的应用，哈尔滨工业大学学报，1997，29（4）：72～75
[26]李红星，遗传算法在系统辨识中的应用，新疆工学院学报，1998,19（1）：1～5
[27]李巍，郞力，马树青，一种改进的单个自适应神经元控制学习算法，哈尔滨工业大学学报，1997，29（2）：50～53
[28]费峻涛，鲍远律，朱民，等，神经网络控制的应用和发展，1998,13（2）：1～2
[29]杨广文，杨炜，串级系统智能模糊PID控制器设计，山西电力技术，2000，（1）：46～48
[30]王平，邢建春，王林，误差积分准则下PID近似最优控制参数的整定方法，自动化与仪器仪表，1999，（3）：12～14,27
[31]王亚刚，邵惠鹤，一种基于灵敏度的自整定最优PI控制器，自动化学报，2001,27（1）：140～143
[32] 王京，赵媛媛，一种改进的遗传算法用于PI控制器的参数寻优，北京科技大学学报，2000,22（1）：93～96
[33][美]David J.Kruglinski，Visual C++ 技术内幕(第四版)，北京：清华大学出版社，2002
[34]程卫国，冯峰，王雪梅，等，MATLAB5.3精要、编程及高级应用，机械工业出版社，2000
[2]周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999
[3]刘志俭，MATLAB应用程序接口用户指南，北京：科学出版社，2001
[4]韩璞，朱希彦，自动控制系统数字仿真，北京：中国电力出版社，1995
[5]吴敏，桂卫华，现代鲁棒控制，湖南：中南工业大学出版社，1998
[6]闫洁，曹秉刚，史维祥，一种快速收敛的遗传算法及其应用，西安交通大学学
报,2001,35（1）：67～70
[7]韩璞，张丽静，热工自动控制系统参数优化方法的研究，华北电力大学学报，1993，（1）：50～57
[8]郭庆鼎，李蒙，郭威，PID控制器参数的遗传算法优化设计，沈阳工业大学学报，2000，22(1)：31～33
[9]刘曙光，费佩燕，侯志敏，遗传算法的进展与展望，现代电子技术，2000，（6）：83～87
[10]孙建永，申建中，徐宗本，一类自适应遗传算法，西安交通大学学报，2000,34（10）：84～88
[11]周明，孙树栋，彭炎午，并行遗传算法的研究评述，南昌航空工业学院学报，1998，（2）：84～88
[12]王亮，王占林，改进GAs在PID控制器优化中算法性能的方法，机床与液压，2000，（1）：24～26
[13]何福忠，孙优贤，基于稳定参数空间的PID调节器遗传优化设计，控制与决策，2000,15（4）：507～509
[14]苏小林，阎晓霞，基于遗传算法的PID参数优化技术，电力系统及其自动化学报，1997,9（2）：20～26
[15]刘国贤，林宪枢，杨奇逊，基于遗传算法的控制器参数寻优，现代电力，1997，14（3）：18～22
[16]杨智，高靖，基于遗传算法的预测自整定PID控制器，控制与决策，2000,15（1）：113～115,118
[17]熊伟请，魏平，赵杰煜，遗传算法的早熟现象研究，计算机应用研究，2001，（9）：12～14
[18]车晓轮，徐岩，遗传算法在控制器参数自整定中的应用研究，吉林化工学院学报，1997,14（4）：65～68
[19]毛军红，李黎川，用于控制器参数整定的遗传算法，1999,33（3）：72～75,80
[20]杨振强，王常虹，庄显义，自适应复制、交叉和突变的遗传算法，电子科学学刊，2000,22（1）：112～117
[21]马晓岩，倪骏，一种改进型遗传算法及其收敛性分析，系统工程与电子技术，2000,22（9）：58～60,71
[22]沈春华，卢晶，徐柏龄，浮点数编码的遗传算法在系统辨识中的应用，应用科学学报，2001,19（4）：299～302
[23]曾凡锋，马润津，蔡自兴，基于改进遗传算法的系统参数辨识方法，北方工业大学学报，1998,10（1）：62～67
[24]贺尚红，唐华平，段吉安，等，基于遗传算法的连续系统模型辨识，中南工业大学学报，2001,32（3）：305～307
[25]徐洪泽，褚东升，张福恩，一种改进的遗传算法及其在系统辨识中的应用，哈尔滨工业大学学报，1997，29（4）：72～75
[26]李红星，遗传算法在系统辨识中的应用，新疆工学院学报，1998,19（1）：1～5
[27]李巍，郞力，马树青，一种改进的单个自适应神经元控制学习算法，哈尔滨工业大学学报，1997，29（2）：50～53
[28]费峻涛，鲍远律，朱民，等，神经网络控制的应用和发展，1998,13（2）：1～2
[29]杨广文，杨炜，串级系统智能模糊PID控制器设计，山西电力技术，2000，（1）：46～48
[30]王平，邢建春，王林，误差积分准则下PID近似最优控制参数的整定方法，自动化与仪器仪表，1999，（3）：12～14,27
[31]王亚刚，邵惠鹤，一种基于灵敏度的自整定最优PI控制器，自动化学报，2001,27（1）：140～143
[32] 王京，赵媛媛，一种改进的遗传算法用于PI控制器的参数寻优，北京科技大学学报，2000,22（1）：93～96
[33][美]David J.Kruglinski，Visual C++ 技术内幕(第四版)，北京：清华大学出版社，2002
[34]程卫国，冯峰，王雪梅，等，MATLAB5.3精要、编程及高级应用，机械工业出版社，2000