您当前的位置:首页>论文资料>基于迭代步进值递减的果蝇优化算法在PID整定中的应用

基于迭代步进值递减的果蝇优化算法在PID整定中的应用

资料类别:论文资料

文档格式:PDF电子版

文件大小:717.5 KB

资料语言:中文

更新时间:2025-01-01 11:52:35



推荐标签:

内容简介

基于迭代步进值递减的果蝇优化算法在PID整定中的应用 第52卷第6期 2016年12月
石油化工自动化
AUTOMATION IN PETRO-CHEMICAL INDUSTRY
基于迭代步进值递减的果蝇优化
算法在PID整定中的应用
孙莉莉
(青岛港湾职业技术学院电气工程系,山东青岛266404)
Vol. 52, No, 6 December2016
摘要:果蝇优化算法在计算精度和运算速度上比传统方法有着显著的提高,在解空间上可以快速高效地得到全局最优解,但也极易陷人局部最优。为了获得自动电压调节器(AVR)控制系统的最佳PID参数,对果婚优化算法进行改进,提出了一种送代步进值递减的果娱优化算法。使用改进的算法对AVR系统PID参数进行在线整定,仿真结果表明:改进的果绳优化算法比
原算法在PID控制器中获得了更好的控制性能,改进算法具有一定的实用价值。关键词:自动电压调节器控制系统果蝇优化算法送代步进值
中图分类号:TP273+,4
文献标志码:B
文章编号:1007-7324(2016)06-0027-04
Application of Fruit Fly Optimization Algorithm Based on Decrease
of Iteration Step Value in PID Controller
Sun Lili
(Department of Electrical Engineering of Qingdao Harbor Vocational and
Technical College, Qingdao, 266404, China)
Abstract: Comparing to conventional method, computing precision and speed is sharply improved for fruit fly optimization algorithm. It can get global optimal solution quickly and efficiently,it will also fall into local optimum easily. To obtain optimal PID parameters for AVR control system, fruit fly optimization algorithm is improved. Decrease of iteration step value of fruit fly optimization algorithm is proposed. PID parameter for AVR system is set online with improved algorithm. Simulation results show better control performance can be approached with improved fly optimization algorithm in PID controller comparing to the old one. The improved algorithm has certain practical value.
Key words: automatic voltage regulator control system; fruit fly optimization algorithm; iteration step value
现代工业生产中的控制对象往往是高阶次、大时滞、非线性的复杂工业流程,同时工业产品质量要求越来越高,因而对控制器的控制精度及控制速度的要求也越来越高。通用的PID整定方法如 ZN法、临界比例度法等,对该类系统的参数整定算法复杂、过程繁项,难以获得最优的控制参数,同时极易发生震荡、超调。针对该间题,多种整定方法被提出,如粒子群算法2}、模拟退火算法3、遗传算法4等。该类算法具有良好的全局寻优能力,因而被广泛应用;与此同时算法易陷入局部最优,无法满足高精度快速性的要求。
果蝇优化算法[5)FOA(fruitflyoptimization algorithm)是由潘文超博士通过对果蝇群体觅食过程的观察于2011年提出的一种全新的群体智能
万方数据
优化算法。该算法自提出以来就被研究者应用于不同的理论研究工作中,例如基于船舶操纵响应模型的辨识[6];在语音信号盲分离中的应用等。
相对于其他智能优化算法需要调节的参数多达七八个,FOA算法仅有4个可调参数,程序代码简单,便于理解。但在非线性耦合严重、高阶次的寻优问题中,FOA与其他智能仿生优化算法,如蚊
稿件收到日期:2016-09-01,
基金项目:山东省教育厅科技计划项目:双变幅机构门座式起重机关键技术研究(J15LB76)。
作者简介:孙莉莉(1979一),女,山东莱州人,2003年毕业于中国石油大学控制理论与控制工程专业,获硕士学位,现就职于青岛港湾职业技术学院,从事电气自动化相关授课任务,任讲师。
上一章:基于KMC-KECA的间歇发酵过程的故障诊断 下一章:DCS与SIS在功能安全领域的对比分析

相关文章

混沌粒子群优化算法在PID参数整定中的应用 PSO-BP算法优化PID控制在光照系统中的应用 基于遗传算法的自适应PID在火电机组中的应用 SEL-351A继电保护装置在电力电容器继电保护整定中的应用研究 基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取 积分分离PID算法在丙酮废液处理系统中的应用 修正型果蝇算法优化GRNN的大梁自动焊障碍预测 仿流水PID算法在供热站循环泵控制中的应用