基于遺傳算法的不確定對象PID優(yōu)化.pdf

1、在控制工程實際應用中，由于PID控制器具有易于操作、計算方便等優(yōu)點，使得PID控制器被廣泛的使用。但是，在現(xiàn)實工業(yè)生產中，復雜系統(tǒng)中存在著很多不確定性，傳統(tǒng)的PID參數(shù)整定方法得到的參數(shù)可能就無法滿足設計要求。從嚴格意義上講，現(xiàn)實環(huán)境中是不存在不具備不確定性的控制系統(tǒng)的。所以本文針對一種模型參數(shù)是區(qū)間數(shù)的不確定對象進行PID控制器參數(shù)的尋優(yōu)問題進行研究。本文研究的主要內容有：
　　(1)對于PID控制器原理進行了簡單的介紹并且也簡

2、要的介紹了遺傳算法的發(fā)展現(xiàn)狀。說明了對于不確定對象的PID優(yōu)化進行學術探討的必要性。
　　(2)針對模型參數(shù)是區(qū)間數(shù)的一類不確定優(yōu)化問題進行分析。文中首先分析了這類命題的數(shù)學表達形式，然后從這類問題求最優(yōu)解的數(shù)學理論中探討解題思路，最后提出了將問題轉換為MINIMAX的優(yōu)化問題。
　　(3)為了能夠更好的解決MINIMAX優(yōu)化命題自身存在缺陷的問題，提出一種改進的混合遺傳算法，使得優(yōu)化命題能夠得到準確的全局最優(yōu)解。這種新算法

3、是將改進的遺傳算法與單純形優(yōu)化算法相結合得出的。改進的遺傳算法采用的是實數(shù)編碼。然后引入了“最優(yōu)保留”策略，接著按照改進的輪盤賭選擇算子、算術雜交及自適應高斯變異算子依次執(zhí)行遺傳操作。這為不確定對象的PID優(yōu)化的解決方法提供了思路。
　　(4)在控制工程中，參數(shù)不確定性是非常普遍存在的。針對參數(shù)存在不確定性的情況，文中基于時間乘絕對誤差積分指標、控制量、上升時間、超調組成的最優(yōu)指標，提出了運用前面提到的MINIMAX優(yōu)化算法，對不