蚁群算法在pid控制中的应用及其参数影响

《蚁群算法在pid控制中的应用及其参数影响》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、蚁群算法在PID控制中的应用及其参数影响孙铁成，张思敏，李超波（中国科学院微电子研究所微电子器件与集成技术重点实验室，北京100029）摘要：鉴于传统PID参数整定方法的不足，提出了一种采用蚁群算法优化选取PID控制参数的方法。通过建立数学模型将PID控制参数选择问题抽象成路径选择问题，从而将蚁群算法成功的应用于PID参数优选，并对寻优过程进行了仿真。将结果与常用的临界比例度法整定的结果进行了比较，发现基于蚁群算法的PID参数优选方案可使系统超调量大幅减小，并明显缩短系统调节时间，具有良好的应用前景。此外，讨论了蚁群算法中的关键参数对算法性能的影响，对比了不

2、同参数下算法的收敛速度和求解质量。.jyqketerinfluenceofACOinPIDcontrolSUNTiecheng，ZHANGSimin，LIChaobo（KeyLaboratoryofMicroelectronicsDevicesandIntegratedTechnology，InstituteofMicroelectronics，ChineseAcademyofScience，Beijing100029，China）Abstract：Invieeterstuningmethod，aneethodtooptimizeandselectPIDco

3、ntrolparametersbymeansofACO（antcolonyalgorithm）isproposed，inofPIDcontrolpa?rametersisabstractedintotheroutingselectionproblembybuildingamathematicalmodel，thusACOisappliedsuccessfullytoPIDparametricoptimizationandtheoptimizingprocessissimulated.Itisfoundbyparingoncriti?calproportion

4、ingmethodthatthePIDparameteroptimizationschemebasedonACOcanreducesystemovershootsignificantlyandshortentuningtimeofsystemobviously，andhasagreatapplicationprospect.Inaddition，theinfluenceofkeyparameterinACOonalgorithmperformanceisdiscussed，andconvergencevelocityandsolutionqualityoft

5、healgorithmetersarepared.Key；pheromone；parameteroptimization0引言PID控制是最早发展起来的控制策略之一，由于其算法简单易实现、鲁棒性好、可靠性高、不依赖被控对象的数学模型，因此至今仍然是工业控制领域应用最广泛的控制方式。然而PID控制的控制效果好坏强烈依赖于控制参数的选择，传统的PID参数选取多采用人工试凑的方式，这往往需要操作人员具备大量的经验且相当耗时，显然不适合应用在通常包含数百个PID控制回路的现代工业系统中。近年来，随着传统PID技术与现代计算机技术的结合，涌现出了一系列全新的PID参数

6、整定方法，例如将遗传算法、神经网络、蚁群算法等先进技术用于PID参数寻优[1?3]，使传统的PID控制焕发出了新的活力。在这些先进方法当中，蚁群算法作为求解组合优化问题的有效手段，引起了国内外学者的广泛关注[4?7]。本文采用蚁群算法进行PID参数寻优，克服了传统PID参数整定法的不足，并通过仿真证明该方法的有效性。同时，还通过仿真研究蚁群算法中信息启发因子以及信息素挥发系数这两个关键参数对算法收敛速度和求解质量的影响。1蚁群算法基本原理蚁群算法（AntColonyAlgorithm）是20世纪90年代由意大利科学家DorigoMacro等人通过观察自然界中

7、的蚂蚁集体寻径行为提出的[8]。自然界中的蚂蚁没有视觉，但是会依靠行走过程中释放的一种叫信息素（Pher?omone）的物质来相互协作，最终使得蚂蚁群体具有高度的自组织性[9]。蚁群算法最初成功的应用在求解著名的旅行商问题（TSP）上，下面就以该问题为背景介绍蚁群算法的基本原理。设C={c1，c2，…，}为n个城市的集合，dij是集合中任意两个城市ci和cj之间的欧几里得距离，TSP问题的目的是找到一条走完C中所有城市的最短路线，并要求每个城市只访问1次。采用蚁群算法求解TSP问题时使用人工蚂蚁来代替旅行商。假设有m只蚂蚁从起始点出发去探索可行的路径，蚂蚁每

8、到一个城市ci，便根据该城市到其他可选城市路径上的信