基于遗传算法的pid控制

基于遗传优化算法对离散PID控制器参数的优化设计

摘要

PID控制作为一种经典的控制方法，从诞生至今，历经数十年的发展和完善，因其优越的控制性能业已成为过程控制领域最为广泛的控制方法；PID控制器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点，其控制性能直接关系到生产过程的平稳高效运行，因此对PID控制器设计和参数整定问题的研究不但具有理论价值更具有很大的实践意义，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PID调节器参数进行优化。

关键词：遗传优化算法 PID控制器 参数优化

1. 前言

PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以在工业实际应用中，PID调节器是应用最为广泛的一种控制策略，也是历史最久、生命力最强的基本控制方式。调查结果表明: 在当今使用的控制方式中，PID型占84. 5% ，优化PID型占68%，现代控制型占有15%，手动控制型66%，人工智能(AI)型占0.6%

摘要

工程实际中，应用最为广泛的调节控制规律为比例、积分、微分控制，简称PID控制。PID控制自出现后，以其结构简单、稳定性好、鲁棒性好、可靠性高而广泛应用于工业过程控制领域。比例、积分、微分的组合决定了PID控制效果，决定了系统能否高效可靠地运行。常规方法整定PID控制器参数后仍然需看情况进一步调节。随着控制要求的提高，多次手动调节不满足期望，因此参数优化日益成为迫切需要。

遗传算法是一种基于生物进化理论的全局搜索优化方法。本文介绍了遗传算法的基本原理、算法框架等基本知识，并利用算法解决PID参数优化问题。通过MATLAB对一阶纯滞后系统、二阶滞后系统、三阶系统进行参数优化仿真，证明了优化后有更好的动态特性和控制效果，验证了遗传算法的有效性。

关键词：PID控制；遗传算法；参数优化；MATLAB仿真

I

Abstract

In the practical engineering, the most widely used control law is proportional integral differential control,PID control for short. It has been w

基于遗传优化算法对离散PID控制器参数的优化设计

摘要

PID控制作为一种经典的控制方法，从诞生至今，历经数十年的发展和完善，因其优越的控制性能业已成为过程控制领域最为广泛的控制方法；PID控制器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点，其控制性能直接关系到生产过程的平稳高效运行，因此对PID控制器设计和参数整定问题的研究不但具有理论价值更具有很大的实践意义，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PID调节器参数进行优化。

关键词：遗传优化算法 PID控制器 参数优化

1. 前言

PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以在工业实际应用中，PID调节器是应用最为广泛的一种控制策略，也是历史最久、生命力最强的基本控制方式。调查结果表明: 在当今使用的控制方式中，PID型占84. 5% ，优化PID型占68%，现代控制型占有15%，手动控制型66%，人工智能(AI)型占0.6%

基于遗传优化算法对离散PID控制器参数的优化设计

摘要

PID控制作为一种经典的控制方法，从诞生至今，历经数十年的发展和完善，因其优越的控制性能业已成为过程控制领域最为广泛的控制方法；PID控制器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点，其控制性能直接关系到生产过程的平稳高效运行，因此对PID控制器设计和参数整定问题的研究不但具有理论价值更具有很大的实践意义，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PID调节器参数进行优化。

关键词：遗传优化算法 PID控制器 参数优化

1. 前言

PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以在工业实际应用中，PID调节器是应用最为广泛的一种控制策略，也是历史最久、生命力最强的基本控制方式。调查结果表明: 在当今使用的控制方式中，PID型占84. 5% ，优化PID型占68%，现代控制型占有15%，手动控制型66%，人工智能(AI)型占0.6%

基于遗传优化算法对离散PID控制器参数的优化设计

摘要

PID控制作为一种经典的控制方法，从诞生至今，历经数十年的发展和完善，因其优越的控制性能业已成为过程控制领域最为广泛的控制方法；PID控制器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点，其控制性能直接关系到生产过程的平稳高效运行，因此对PID控制器设计和参数整定问题的研究不但具有理论价值更具有很大的实践意义，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PID调节器参数进行优化。

关键词：遗传优化算法 PID控制器 参数优化

1. 前言

PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以在工业实际应用中，PID调节器是应用最为广泛的一种控制策略，也是历史最久、生命力最强的基本控制方式。调查结果表明: 在当今使用的控制方式中，PID型占84. 5% ，优化PID型占68%，现代控制型占有15%，手动控制型66%，人工智能(AI)型占0.6%

遗传算法在调节控制系统参数中的应用

【摘要】自动化控制系统多采用PID控制器来调节系统稳定性和动态性，PID的

Kp,Ki,Kd参数需要合理选择方能达到目标。遗传算法是一种模拟生物进化寻求最优解的有效算法，本文通过利用GAbx工具箱实现对控制电机的PID进行参数优化，利用matlab的仿真功能可以观察控制效果。 1. 直流伺服电机模型 1.1物理模型

图1 直流伺服电机的物理模型

u?---电枢输入电压（V） Ra---电枢电阻（?） LS---电枢电感（H）

uq---感应电动势（V） Tg---电机电磁转矩（N?m） J---转动惯量（kg?m2）

B---粘性阻尼系数（N?m?s） ig---流过电枢的电流（A） ?---电机输出的转角（rad）

1.2传递函数

利用基尔霍夫定律和牛顿第二定律得出电机基本方程并进行拉布拉斯变换

Ua(s)?Uq(s)?Ia(s)?Ra?Las?Ia(s)Tg(s)?Js2??(s)?Bs??(s)Tg(s)?Ia(s)?KtUq(s)?Kes??(s)式中：Kt为电机的转动常数（N?m）A；Ke为感应电动势常数（V?s）rad

Ua(s) Ia(s) 1 Las?RaT

本科生毕业设计(论文)

论文题目：基于遗传算法的PID参数优化

毕业设计（论文）原创性声明和使用授权说明

原创性声明

本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作 者 签 名： 日 期： 指导教师签名： 日 期：

使用授权说明

本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名： 日 期：

学位论文原创性声明

本人郑重声明：所呈交的论文是本人在导师的指

PID参数整定

Ｆ

福建电脑

ＵＪＩＡＮＣＯＭＰＵＴＥＲ

基于遗传算法的ＰＩＤ参数整定与优化

梁肖肖，常家树，董沁怡，于雯彬，于蕾

（徐州工程学院信电工程学院江苏徐州２２１０００）

【摘要】：ＰＩＤ参数整定与优化一直是自动控制领域研究的重要问题。采用遗传算法进行ＰＩＤ参数整定与优化是一种寻求全局最优且与初始条件无关的优化方法。在参数整定与优化过程中，考虑了过程控制系统的参数整定特点和寻优精度。

：遗传算法；ＰＩＤ控制；参数；寻优【关键词】０．引言

PID控制是最早发展起来的控制策略之一，由于鲁棒性好和可靠性高，被广泛应用于过其算法简单、

程控制和运动控制中，尤其适用于可建立精确数学模型的确定性控制系统中。在PID控制中，控制效果的PID好坏完全取决与PID参数的整定与优化。目前，参数整定与优化方法有很多，如Z-N法、继电型自整最优设计法及梯度法、单纯形法。前几种整定方定法、

法带有经验性并且不是最优解，梯度法和单纯形法极易陷入局部最优点。因此可采用遗传算法进行参数寻优，该方法是一种不需要任何初始信息并可以寻求全局最优解的高效优化组合方法。

１．遗传算法

遗传算法，是由美国的J.H.Holland提出的一种模仿生物进化过程的最优化方法。是以自然选择与遗传理论为基础，将生

主程序：chap5_2.m

%GA(Generic Algorithm) Program to optimize PID Parameters clear all; close all;

global rin yout timef

Size=30; CodeL=3;

MinX(1)=zeros(1); MaxX(1)=20*ones(1); MinX(2)=zeros(1); MaxX(2)=1.0*ones(1); MinX(3)=zeros(1); MaxX(3)=1.0*ones(1);

Kpid(:,1)=MinX(1)+(MaxX(1)-MinX(1))*rand(Size,1); Kpid(:,2)=MinX(2)+(MaxX(2)-MinX(2))*rand(Size,1); Kpid(:,3)=MinX(3)+(MaxX(3)-MinX(3))*rand(Size,1);

G=100; BsJ=0;

%*************** Start Running *************** for kg=1:1:G

time(kg)=kg;

%*****

2010年第32卷第5期第41页

电气传动自动化

ELECTRICDRIVEAUTOMATIONVol．32，No．52010，32（5）：41～44

文章编号：1005—7277（2010）05—0041—04

基于遗传算法的模糊控制器规则优化

杨玺

（兰州交通大学自动化与电气工程学院，甘肃兰州730070）

*

基于遗传算法的模糊控制规则表优化，是为模摘要：模糊控制器设计的关键问题就是模糊控制规则的选择。

糊控制提供一种更加方便、有效的查表法。为了提高模糊控制器的性能，提出了基于遗传算法的模糊控制器在模糊控制中采用遗传算法使控制系统最终达到所规则表的优化方法，并进行了仿真实验。仿真结果表明，要求的控制效果，证明了该方法的可行性和有效性。关键词：模糊控制;模糊规则;遗传算法中图分类号：TP273.4

+

文献标识码：A

YANGXi

Optimizationoffuzzycontrollerrulesbasedongeneticalgorithm

（SchoolofAutomation＆ElectricalEngineering,LanzhouJiaotongUniversity,Lanzhou730070，China）Abstract:Thekeyproblemof