典型文献
基于随机差分进化算法的最优PID参数整定方法
文献摘要：
针对PID(Proportion Integration Differentiation)控制参数整定方法的经验性,在差分进化算法寻优的基础上,提出一种基于随机差分进化(Stochastic Differential Evolution,SDE)算法的最优PID参数整定方法.将差分进化算法进行改进,引入随机变异和随机学习因子,同时选择精英个体进行交叉,既保证了种群的多样性,又提高了算法的优化速度和精度.以ITAE为误差指标进行差分算法的PID参数整定,通过大量的参数整定结果结合内模PID控制理论,提取出PID参数整定公式.最终结合基于随机差分进化算法的高阶系统用一阶时滞系统近似,解决高阶系统的参数整定.通过Matlab验证,该公式得到了更好的PID整定结果,较普通PID参数整定公式和智能算法PID参数整定效率更高.
文献关键词：
PID参数整定;随机差分进化算法;一阶时滞系统;最优PID参数整定方法
中图分类号：
作者姓名：
杨茂华;谭飞;尹宋麟
作者机构：
四川轻化工大学自动化与信息工程学院,四川 宜宾 644000;人工智能四川省重点实验室,四川 宜宾 644000
文献出处：
引用格式：
[1]杨茂华;谭飞;尹宋麟-.基于随机差分进化算法的最优PID参数整定方法)[J].四川轻化工大学学报（自然科学版）,2022(06):50-56
A类：
随机差分进化算法,一阶时滞系统
B类：
PID,参数整定方法,Proportion,Integration,Differentiation,控制参数整定,经验性,算法寻优,Stochastic,Differential,Evolution,SDE,机变,学习因子,精英个体,既保证,ITAE,误差指标,差分算法,内模,控制理论,Matlab,智能算法
AB值：
0.235173
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
