版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、PID控制以其結(jié)構(gòu)簡單易操作,控制效果好等特點,已成為工業(yè)生產(chǎn)過程中最常用的控制方法,對Kp,Kd,Ki三個參數(shù)進行優(yōu)化可以使其控制性能達到令人滿意的效果??刂葡到y(tǒng)多種多樣,除了對線性和不變的系統(tǒng),傳統(tǒng)的PID控制器對其它不同系統(tǒng)的控制效果難以令人滿意。因此,PID控制器參數(shù)的智能優(yōu)化方法成為人們研究的熱點。
水中的魚可以尋找到食物往往是通過自身或者追逐其他伙伴而尋覓到的,因此魚群通常都會聚集在水中食物最豐富的地方。該算法通過
2、構(gòu)造出的人工魚模型的覓食、隨機、聚群和追尾等一系列行為來實現(xiàn)尋優(yōu)。此算法操作簡單,易實現(xiàn),且具有較強地取得全局極值的能力。針對基本人工魚群算法易陷入局部極值,難以保證得到全局最優(yōu)解的問題,在基本人工魚群算法的基礎(chǔ)上,引入了攻擊行為,提出了一種改進人工魚群算法。
本文分別采用人工魚群算法和改進人工魚群算法對PID控制器參數(shù)進行優(yōu)化,從理論上介紹了兩種算法的尋優(yōu)原理,并在MATLAB軟件平臺下結(jié)合傳統(tǒng)PID控制進行參數(shù)優(yōu)化。通過仿
3、真實驗證明,具有攻擊行為的人工魚群算法有助于引導人工魚跳出局部最優(yōu)解域,在全局范圍內(nèi)搜索最優(yōu)解,提高了PID控制器參數(shù)優(yōu)化的效率。
本文以FPGA來實現(xiàn)改進人工魚群算法的PID控制器的參數(shù)優(yōu)化。首先對改進人工魚群算法的PID控制器進行模塊劃分,主要由RAM模塊,隨機數(shù)模塊,F(xiàn)oodconsistence模塊,SOPC模塊,追尾模塊,覓食模塊和攻擊模塊等構(gòu)成。針對設(shè)計時小數(shù)和函數(shù)的數(shù)量比較大等因素,對數(shù)據(jù)進行處理,把整型轉(zhuǎn)化為浮
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工魚群算法的PID神經(jīng)網(wǎng)絡(luò)控制器仿真研究.pdf
- 基于改進差分進化算法的智能PID控制器.pdf
- 基于魚群算法的模糊控制器研究及設(shè)計.pdf
- 基于改進粒子群算法的PID控制器參數(shù)整定.pdf
- 基于改進人工魚群算法的化工過程優(yōu)化.pdf
- 改進的人工魚群算法
- 人工魚群算法的改進及應(yīng)用.pdf
- 基于改進人工魚群算法優(yōu)化投資組合模型的研究.pdf
- 基于改進人工魚群算法的風電場無功補償研究.pdf
- 基于改進人工魚群算法的特定諧波消除策略研究.pdf
- 人工魚群算法的改進研究與應(yīng)用.pdf
- 基于PID算法的爐溫控制器設(shè)計.pdf
- 基于遺傳算法的pid控制器參數(shù)優(yōu)化研究
- 人工魚群算法的分析及改進.pdf
- 改進人工魚群算法用于圖像分割的研究.pdf
- 改進的人工魚群算法.docx
- 基于改進人工魚群算法優(yōu)化投資組合模型的研究
- 基于改進人工魚群算法的認知引擎技術(shù)研究.pdf
- 基于改進人工魚群算法的可用輸電能力研究.pdf
- 改進的預(yù)測PID控制器的研究與設(shè)計.pdf
評論
0/150
提交評論