基于GA-PSO融合算法的二自由度PID参数优化

• 作者: 吴延凯 张伟 李佳阳 马盈满
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 遗传算法 粒子群算法 二自由度 变异算子 智能算法 参数优化 性能指标
• 年，卷（期）: 2019,（10）
• 页码范围: 54-59
• 页数: 6页
• 分类号: TP273
• 字数: 4277字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.10.011

摘要

在工业过程控制中,PID参数调节直接影响工业生产的质量和效率.针对PID参数调节难这一问题,文中提出了一种将遗传算法和粒子群算法相结合的智能融合算法,并将该算法应用于二自由度PID参数的优化中.该算法在遗传算法的变异算子中引入粒子群算法,充分发挥两种单一智能算法的优点,并弥补了两者的缺点.算例仿真验证结果显示,该算法可以很好的应用于PID参数优化,且在调节PID参数的过程中具有优良的性能指标数值,在目标值跟踪特性和外扰动抑制特性上具有更好的控制效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	上海理工大学光电信息与计算机工程学院	47	196	8.0	13.0
2	吴延凯	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0
3	马盈满	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0
4	李佳阳	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0