论文部分内容阅读
随着如今实际生产中被控对象呈现出非线性、时滞性和多维度等复杂特征,传统PID参数整定方式已无法满足控制系统的众多复杂特征。随着群体智能算法的发展,利用群体智能算法良好的全局搜索能力能够提高PID参数的精度,缩短参数整定时间,提高PID控制器性能。本文提出基于改进猫群算法的PID参数整定方法,并将其应用于直流电机控制系统中,主要工作有以下几个方面:1.针对标准猫群算法的不足,在量子混沌猫群算法上提出以下方面的改进:(1)改进跟踪模式中复制个体公式,使得个体复制数量与适应值成比例,增强算法局部搜索能力,提高算法局部最优解的精度;(2)改进跟踪模式和搜寻模式的分配公式,通过混合率动态取值,适应算法运行过程中对两种模式下猫群数量的变化需求,平衡算法的局部搜索和全局搜索能力。为了检验改进猫群算法的可行性,利用五种经典测试函数对标准猫群算法、量子混沌猫群算法和改进猫群算法进行测试实验,实验结果验证了改进猫群算法的可行性和稳定性。2.提出了基于改进猫群算法的PID参数整定方法,并与基于粒子群算法的PID参数整定方法在四种不同典型被控模型(一阶时滞模型、二阶时滞模型、三阶时滞模型和四阶线性模型)中进行了仿真实验比较,实验结果表明应用本算法的控制系统的控制效果优于粒子群算法。3.结合直流电机的数学模型,建立直流电机控制系统的仿真模型,利用改进猫群算法优化直流电机控制系统中的PID参数,并与粒子群算法相对比,仿真结果证明了基于改进猫群算法的PID参数整定方法的实用性。