申请/专利权人：济南大学

申请日：2024-01-02

公开（公告）日：2024-03-22

公开（公告）号：CN117492359B

主分类号：G05B11/42

分类号：G05B11/42

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明公开了一种自适应PID控制器的参数优化方法，属于PID控制技术领域，具体包括以下步骤：步骤一：构建PID控制系统模型；步骤二：改进暴龙算法，具体实现为：结合算法适应度函数，改进暴龙狩猎的成功率；步骤三：利用改进暴龙算法对PID控制器参数整定优化，迭代得到优化后的PID控制器的Kp、Ki、Kd参数；步骤四：采用MATLAB和Simulink对自适应PID控制系统进行仿真；改进后的暴龙算法能够在搜索空间中完成更好的寻优，提高了PID控制的适应性和鲁棒性。

主权项：1.一种自适应PID控制器的参数优化方法，其特征在于，利用改进暴龙算法优化PID控制器的参数，具体步骤如下：步骤一：构建自适应PID控制系统模型；步骤二：改进暴龙算法，具体实现方式为：改进暴龙狩猎的成功率sr，改进后数学模型公式为： 式中，sr为待更新的改进后的暴龙狩猎成功率，srt为当前迭代t次的改进后的暴龙狩猎成功率，∑ft为所有个体的适应度值的和，fbest为当前最优适应度值，rand为取值[0，1]内的随机数，N为暴龙种群数量，ES为扰动因子，数学模型公式为： 式中，randn为标准正态分布的随机数，t为当前迭代次数，Tmax为总的迭代次数；步骤三：利用改进暴龙算法对PID控制器参数整定优化，迭代得到优化后的PID控制器的Kp、Ki、Kd参数，具体步骤为：S1.将自适应PID控制器的参数Kp、Ki、Kd的解组合编码为暴龙算法的暴龙位置；S2.初始化改进暴龙算法参数：包括暴龙算法种群初始位置、算法搜索空间上下界、种群规模、空间维度和最大迭代次数；所述种群初始位置为自适应PID控制参数的初始解，所述算法搜索空间上下界为Kp、Ki、Kd的解的上下限；S3.计算改进暴龙算法当前迭代的个体适应度值ft，并记录最优适应度值fbest，适应度函数J公式为： 式中，et为迭代时刻t时被控对象的目标值与当前值的误差；S4.模拟暴龙搜索猎物和猎食猎物的过程，更新暴龙种群个体位置；S5.计算当前适应度，并与历史最优适应度比较，更新个体最优解，同时，根据所有个体的适应度，更新群体最优解；S6.判断当前迭代次数t是否满足Tmax，若满足，则输出最优解，否则返回执行S2；S7.将最优解分解得到Kp，Ki，Kd三个参数，代入到PID控制器中，完成自适应PID控制器参数的优化；步骤四：采用MATLAB和Simulink对自适应PID控制系统进行仿真。

全文数据：

权利要求：

百度查询： 济南大学 一种自适应PID控制器的参数优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD