基于遺傳算法的不確定對象PID優(yōu)化.pdf

1、在控制工程實(shí)際應(yīng)用中，由于PID控制器具有易于操作、計(jì)算方便等優(yōu)點(diǎn)，使得PID控制器被廣泛的使用。但是，在現(xiàn)實(shí)工業(yè)生產(chǎn)中，復(fù)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(shè)計(jì)要求。從嚴(yán)格意義上講，現(xiàn)實(shí)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(jìn)行PID控制器參數(shù)的尋優(yōu)問題進(jìn)行研究。本文研究的主要內(nèi)容有：
　　(1)對于PID控制器原理進(jìn)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(jìn)行學(xué)術(shù)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(jìn)行分析。文中首先分析了這類命題的數(shù)學(xué)表達(dá)形式，然后從這類問題求最優(yōu)解的數(shù)學(xué)理論中探討解題思路，最后提出了將問題轉(zhuǎn)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(jìn)的混合遺傳算法，使得優(yōu)化命題能夠得到準(zhǔn)確的全局最優(yōu)解。這種新算法

3、是將改進(jìn)的遺傳算法與單純形優(yōu)化算法相結(jié)合得出的。改進(jìn)的遺傳算法采用的是實(shí)數(shù)編碼。然后引入了“最優(yōu)保留”策略，接著按照改進(jìn)的輪盤賭選擇算子、算術(shù)雜交及自適應(yīng)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(biāo)、控制量、上升時間、超調(diào)組成的最優(yōu)指標(biāo)，提出了運(yùn)用前面提到的MINIMAX優(yōu)化算法，對不