[發明專利]一種基于自適應果蠅優化算法的PID參數優化方法

在審

• 申請號: 201710667367.2
• 申請日: 2017-08-07
• 公開（公告）號: CN107367937A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 李明輝;曹澤;楊星奎;陳周林
• 申請（專利權）人: 陜西科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 西安智大知識產權代理事務所61215
• 代理人: 王晶

技術領域

本發明涉及PID參數優化方法技術領域，特別涉及一種基于自適應果蠅優化算法的PID參數優化方法。

背景技術

PID控制器由于其算法簡單、魯棒性好、可靠性高，被廣泛應用于工業過程控制中。傳統的PID控制器參數整定需要人工經驗的總結，難以獲得理想的最優值。遺傳算法編程比較復雜，參數比較多；粒子群算法在進化后期收斂速度減弱,容易陷入局部最優。同時，基本果蠅算法也沒有考慮尋優步長自適應變化，使得算法尋優精度不高、收斂速度較慢，增加了迭代次數和時間。

發明內容

為了解決上述問題，本發明提供了一種基于自適應果蠅優化算法的PID參數優化方法，通過新的工業過程控制策略，使PID控制能夠得到響應速度快，精確度高的效果。

為實現上述目的，本發明采用的技術方案是：

一種基于自適應果蠅優化算法的PID參數優化方法，具體包括以下兩部分：

(1)適應度函數的選取；

為了獲取理想的動態特性，采用誤差絕對值的時間積分性能指標作為最小目標函數，為了防止控制能量過大，引入控制輸入平方項，則目標函數為：

其中，e(t)為輸入量rin(t)和PID控制輸出yout(t)之間的誤差值，u(t)為控制器輸出，ω₁和ω₂為權值常數，在[0,1]之間；

為了避免超調，采用一定的懲罰控制，將超調量作為最優指標的一項，此時最有指標為：

當e(t)＜0時，

其中，ω₃為權值，且ω₃＞＞ω₁，一般情況下，ω₁＝0.999，ω₂＝0.001，ω₃＝100；

(2)PID控制器的IFOA算法設計

設計PID參數整定的IFOA算法步驟如下：

Step1、設置果蠅種群大小sizepop及最大迭代次數maxgen，并初始化果蠅個體的位置X_axis，其中，每個果蠅的位置由比例、積分、微分三個控制參數組成：

X_axis＝[K_p K_i K_d] (3)

由于果蠅種群的多樣性，可以根據實際工程背景設定K_p、K_i、K_d的取值范圍，初始位置在相應范圍內隨機產生；

Step2、給出果蠅個體利用嗅覺搜尋實物的隨機方向和距離為：

X_i＝X_axis+ω×(2×rand()-1) (4)

ω為搜索半徑，初始值設定為ω＝1；rand()是[0,1]區間服從均勻分布的隨機數；

Step3、設置半徑調節系數λ，令ω＝ω×λⁱ，i為當前迭代次數，保證迭代次數越大，搜索范圍越小；

Step4、令氣味濃度判定值S_i＝X_i，根據公式(1)、(2)計算氣味濃度的適應度值：

Smell_i＝function(X_i) (5)

Step5、從果蠅群體中找到味道濃度最優的濃度和個體；

[bestSmell bestIndex]＝min(Smell_i) (6)

Step6、記錄并保留最優濃度以及最優的X_axis[K_p K_i K_d]，這時候果蠅利用視覺向該位置飛去；

Smellbest＝bestSmell

X_axis＝X(bestIndex) (7)

Step7、進入迭代尋優，將步驟2～5循環進行，判斷當前最佳濃度是否優于前一次最佳濃度，并且當前迭代次數是否小于最大迭代次數；若是則記錄下來；

通過程序執行，自適應果蠅優化算法結果輸出最優個體氣味濃度適應度值Smell_best以及PID最優參數X_best(K_p K_i K_d)；

選取目標最小值對應的PID三個參數為最優值。

本發明的有益效果：