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，将生物进化过程中适者生存与群体内部染色体的随机信息交换机制相结合的全局搜索算法。近年来，人们把它应用于学习、优化、自适应等问题中。
在优化问题中，遗传算法过程简述如下。首先在解空间中取一群点(基因群)，作为遗传开始的第一代。每个点(基因)用一个二进制的数字串表示，其优劣程度用一个适应度函数来衡量。适应度函数值小，表明那个点(基因)好，容易在遗传中生存下去。
在向下一代遗传演变中，前一代中的每个数字串根据由其适应度函数值决定的概率被复制到配对池中。好的数字串以高的概率被复制下来，劣的数字串被淘汰掉。然后将配对池中的数字串任意配对，并对每一对数字串进行交叉操作，产生新的子孙(数字串)。最后对新的数字串的某一位进行变异。这样就产生了
新的一代。按照同样的方法，经过数代的遗传演变后，在最后一代中得到全局最优解或近似最优解。
同常规优化算法相比，遗传算法有以下特点：1)遗传算法是对参数的编码进行操作，而非对参把最数本身。遗传算法首先基于一个有限的字母表，优化问题的自然参数集编码为有限长度的字符串。
2)遗传算法是从许多点开始并行操作的，而非局限于一点，因而可以有效地防止搜索过程收敛于局部最优解。
3)遗传算法通过目标函数来计算适配值，而不需要其他推导和附加信息，从而对问题的依赖性较小。
4)遗传算法的寻优规则是由概率决定的，而非确定性的。
5)遗传算法在解空间进行高效启发式搜索，而非盲目地穷举或完全随机搜索。
6)遗传算法对于待寻优的函数基本无限制，它既不要求函数连续，也不要求函数可微，既可以是数学解析式所表达的显函数，又可以是映射矩阵甚至是神经网络等隐函数，因而应用范围较广。
7)遗传算法具有并行计算的特点，因而可以通过大规模并行计算来提高计算速度。
8)遗传算法更适合大规模复杂问题的优化。9)遗传算法计算简单，功能强。２．基于遗传算法的ＰＩＤ参数整定与优化(1)参数的确定及表示
首先，确定参数范围，该范围一般是由用户给定，然后，由精度要求对其进行编码。选取二进制字符串来表示每一个参数，并建立与参数间的关系。再把二进制字符串连接起来就组成了一个长的二进制字符
课题来源：徐州工程学院“江苏省大学生创新创业训练计划项目（创新类）”，编号XCX13095，名称基于遗传算法的PID参数整定。
２０１４年第２期
福建电脑
·31·