基于微粒群算法的模糊PID控制系統(tǒng)設(shè)計(jì)方法研究.pdf

1、模糊PID控制系統(tǒng)是智能控制中的一個(gè)重要分支，主要是模仿人的控制經(jīng)驗(yàn)且不依賴于控制對(duì)象的模型，在工業(yè)控制中有廣泛的應(yīng)用。隸屬度函數(shù)的細(xì)化和控制規(guī)則的選擇是獲得較高控制精度的關(guān)鍵因素，但是，由于其選取和優(yōu)化缺乏知識(shí)采集的手段，沒(méi)有規(guī)范的、合理的建立方式，通常需要根據(jù)專家的經(jīng)驗(yàn)制定出相應(yīng)的控制規(guī)則和隸屬度函數(shù)，因而存在很大的主觀性和隨意性，只能采用試探的方法不斷調(diào)整。 本文研究微粒群算法(Particle Swarm Optimiz

2、ation，PSO)和模糊邏輯各自的優(yōu)缺點(diǎn)，并將其有機(jī)結(jié)合，用PSO算法尋找較優(yōu)的模糊控制規(guī)則和隸屬度函數(shù)參數(shù)，同時(shí)作用于PID控制器中，獲得了較好的控制效果，為解決各種控制問(wèn)題提供新的思路。主要內(nèi)容有： 1)首先采用十進(jìn)制編碼方式對(duì)隸屬度函數(shù)和模糊控制規(guī)則進(jìn)行統(tǒng)一編碼，然后利用微粒群算法對(duì)問(wèn)題空間進(jìn)行全局尋優(yōu)，給出了基于微粒群算法的模糊PID控制系統(tǒng)優(yōu)化設(shè)計(jì)的框架和算法流程； 2)考慮到微粒群算法和遺傳算法各自的優(yōu)勢(shì)，

3、給出了一種適用于模糊控制器參數(shù)優(yōu)化的設(shè)計(jì)方法，取名為模糊參數(shù)粒子群一遺傳組合優(yōu)化算法(Fuzzy Particle Swarm Optimization-Genetic Algorithm,FPSO-GA)，獲得了比兩種算法單獨(dú)尋優(yōu)更好的仿真結(jié)果； 3)考慮到優(yōu)化后的規(guī)則仍然存在的大量冗余信息，利用二進(jìn)制編碼的微粒群算法對(duì)模糊控制規(guī)則進(jìn)行過(guò)濾優(yōu)化，獲得了在較少控制規(guī)則下的次最優(yōu)結(jié)果。仿真結(jié)果表明這種方法的有效性和實(shí)用性。