原文服务方: 计算机应用研究       
摘要:
针对遗传算法易重复迭代、蚁群算法易陷入停滞的缺点,提出基于自适应蚁群遗传混合算法的 PID 参数优化。先用遗传算法获得 PID 参数的初值,再用改进后的蚁群算法自适应调整路径选择概率和信息素更新规则,最终搜索出 PID 参数的最优值。仿真结果表明,对于给定的被控对象,相比于 GA 和 ACS 算法,该算法搜索出的 Kkp、Kki 、Kkd 最优,系统响应时间短,动态性和稳定性佳,说明该方法整定出的 PID 参数值具有最优性。对于其他的控制对象和过程也具有参考价值。
推荐文章
基于自适应遗传算法的改进PID参数优化
PID参数
遗传算法
自适应
优化
交叉和变异
求解旅行商问题的蚁群遗传混合算法
蚁群算法
遗传算法
旅行商问题
基于感知模糊自适应蚁群算法的非线性PID控制设计
非线性PID控制
蚁群算法
自适应
模糊控制
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应蚁群遗传混合算法的 PID 参数优化
来源期刊 计算机应用研究 学科
关键词 PID 控制器 交叉因子 蚁群遗传混合算法 自适应 信息素
年,卷(期) 2015,(5) 所属期刊栏目 算法研究与探讨
研究方向 页码范围 1376-1378,1382
页数 4页 分类号 TP391.7
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.05.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 原思聪 西安建筑科技大学机电工程学院 156 1259 17.0 27.0
2 李曼 西安外事学院工学院 20 38 3.0 5.0
3 王晓瑜 西安建筑科技大学机电工程学院 12 72 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (64)
参考文献  (9)
节点文献
引证文献  (17)
同被引文献  (76)
二级引证文献  (67)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(20)
  • 引证文献(4)
  • 二级引证文献(16)
2018(19)
  • 引证文献(2)
  • 二级引证文献(17)
2019(30)
  • 引证文献(5)
  • 二级引证文献(25)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导