申请/专利权人：中国人民解放军火箭军工程大学

申请日：2021-12-02

公开（公告）日：2024-03-29

公开（公告）号：CN114397807B

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：2024.03.29#授权;2022.05.13#实质审查的生效;2022.04.26#公开

摘要：本发明公开了一种基于改进麻雀算法的PID参数优化方法，其特征在于，包括：S1、初始化麻雀种群；S2、将N个麻雀个体按照适应度值进行排序，确定当前最优适应度值和当前最差适应度值；S3、根据发现者的位置更新公式更新发现者的位置；S4、利用迭代局部搜索和变螺旋因子改进加入者的位置更新方式；S5、借助透镜学习改进警戒者的位置更新方式；S6、确定当前迭代麻雀的位置；S7、当达到麻最大迭代次数时，输出麻雀种群中的最优适应度值和最佳位置，以得到PID的参数Kp、Ki和Kd。本发明解决了麻雀算法对当前个体利用差，缺少有效搜索的缺点，改善了其寻优性能，有效改善了算法陷入局部最优解和寻优精度低的问题。

主权项：1.一种基于改进麻雀算法的PID参数优化方法，其特征在于，包括：S1、初始化麻雀种群，设置所述麻雀种群参数，所述麻雀种群参数包括麻雀总数量N、当前迭代次数t、最大迭代次数M、维度D和安全阈值ST，PID控制器的三个增益参数包括比例参数Kp、积分参数Ki和微分参数Kd，所述PID控制器的输出与输入关系为： 其中，ut为控制值，et为输入值与输出值之间的误差，t表示当前的迭代次数；S2、计算麻雀种群中N个麻雀个体的适应度值，将N个麻雀个体按照适应度值进行排序，确定当前最优适应度值和当前最差适应度值；计算麻雀种群中N个麻雀个体的适应度值的函数为： 其中，w1和w2表示权重，取值范围为[0,1]；S3、选取适应度值靠前的前pd个麻雀作为发现者，根据发现者的位置更新公式更新所述发现者的位置；S4、选取N个麻雀中除作为发现者的麻雀外的麻雀作为加入者，根据加入者的位置更新公式更新所述加入者的位置；当时，所述加入者的位置更新公式为： 其中，Xworst表示当前的最坏位置，Xi,j表示当前第i个麻雀在第j维中的位置，当时，所述加入者的位置更新公式为： 其中，xi,j表示当前第i个麻雀在第j维中的位置，rand表示一个属于0和1之间的随机数，fX1表示X1的适应度值，fX2表示X2的适应度值，A表示一个元素仅是1或-1的1×d的矩阵，A+＝ATAAT-1，L表示一个元素全为1的1×d的矩阵，X1＝X*·rand，X*表示麻雀的当前位置，X2＝X**·rand，X**＝Xbest+|X*-Xbest|·A+·L，Xbest表示当前所占据的最优位置；S5、从麻雀种群中选取Sd个麻雀作为警戒者，根据警戒者的位置更新公式更新所述警戒者的位置；S6、根据每个麻雀当前位置的适应度值和前一次迭代该麻雀所保留的适应度值确定当前迭代麻雀的位置；具体包括：将每个麻雀当前位置的适应度值和前一次迭代该麻雀所保留的适应度值进行比较，若当前位置的适应度值大于前一次迭代该麻雀所保留的适应度值，则将前一次迭代该麻雀所保留的适应度值替换当前位置的适应度值，若当前位置的适应度值小于前一次迭代该麻雀所保留的适应度值，则利用麻雀位置更新公式进行更新操作；S7、判断当前迭代次数是否达到设定的最大迭代次数，若否，则继续执行步骤S2至步骤S6，当达到麻最大迭代次数时，输出麻雀种群中的最优适应度值和最佳位置，以得到PID的参数Kp、Ki和Kd。

全文数据：

权利要求：

百度查询： 中国人民解放军火箭军工程大学 一种基于改进麻雀算法的PID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