第52卷第4期 2016年8月
石油化工自动化
AUTOMATION IN PETRO-CHEMICAL INDUSTRY
Vol.52,No.4 August,2016
混沌粒子群优化算法在PID参数整定中的应用
张霞
（太原学院，太原030032）
摘要：针对传统PID参数整定方法和智能PID参数整定方法存在的不足，将粒子群优化算法与混沌理论相结合，提出了基于 Logistic映射的混沌粒子群优化算法，并将该算法应用于PID参数的优化整定。结果表明；该算法能够获得良好的整定效果和
收效特性，从而验证了该算法的可行性和优越性。关键词：粒子群优化算法混沌PID参数整定
中图分类号：TP273
文献标志码：A
文章编号：10077324(2016)04-0032-02
Application of Chaos Particle Swarm Optimization Algorithm in PID Parameter Tuning
Zhang Xia
(Taiyuan College,Taiyuan，030032,China)
Abstracts:Inview of shortage of parametertuningmethods fortraditional and intelligentPID chaos particle swarm optimization algorithms based on Logistic mapping is proposed with combination of particleswarm optimization algorithm and chaos theory,and is applied in PID parameter optimization andtuning.Theresults showgoodsetting effect and astringent
properties can be obtained with the algorithm. The feasibility and superiority are verified. Key words: particle swarm optimization algorithm;chaos;PID parameter tuning
在工业生产中，通常用闭环控制方式来控制温度、压力、流量等连续变化的模拟量。由于PID控制器结构简单，控制效果好，参数调整方便，容易实现，有较强的灵活性和适应性，因而在工业控制领域中,PID控制为使用最多的闭环控制方式。PID 参数的整定是PID控制器设计的关键，但是PID 参数整定的过程是复杂、繁项的。在实际应用中，如果PID参数整定得不好，系统的动静态性能达不到要求，甚至会使系统不能稳定运行。
传统的PID参数整定方法存在很多局限，很难满足对控制品质要求较高的场合。例如，Ziegler Nichols整定算法(Z-N)不适用于时间滞后相对大的对象；Cohen-Coon整定算法不适用于衰减比太小的闭环系统。目前出现的智能参数整定方法也存在很多不足，很难实现参数的最优整定。例如，神经网络算法在参数选择时没有系统的方法；遗传算法的计算量大，解码过程繁琐")。文中引人基于Logistic 映射的混沌粒子群优化算法(CPSO)对PID控制器的参数进行整定，通过采用Matlab软件仿真，结果
表明了该算法能够获得满意的优化整定效果。 1混沌粒子群优化算法
粒子群优化算法(PSO)[3)是演化计算领域中一个新的分支，它的概念源于对鸟群运动行为的研万方数据
究，通过研究个体之间的协作来寻求最优解，是种基于种群寻优的演化计算技术。与其他进化算法相比，粒子群优化算法的概念更简单易懂，在计算机上便可实现，并且可以获得较好的寻优特性，因而它的应用范围不断扩大，得到了迅速发展。混沌是种普遍的非线性现象，既存在确定性，也存在随机性，是客观存在的一种矛盾统一体。文中将混沌引人到粒子群优化算法，利用混沌的随机性、遍历性等特点对系统进行优化搜索，可以避免粒子群优化算法存在的过早收敛问题，从而提高算法精度。
根据控制器的参数与系统动静态性能之间的定性关系，可以利用CPSO来整定PID控制器的3 个主要参数。利用CPSO整定控制器的PID参数，本质上是在一定目标函数上的参数寻优计算。性能指标是对控制系统进行总体评价的准则，它反映了控制系统的调节品质，文中采用时间绝对偏差乘积积分函数（ITAE)的倒数来衡量PID控制系
统的性能，如下式所示：稿件收到日期：2016-03-25。
作者简介：张霞（1986—)，女，山西大同人，硕士学位，现就职于太原学院，任助教。