基于智能优化算法的控制器优化设计本

基于智能优化算法的控制器优化设计本

ID:4092251

大小:2.49 MB

页数:53页

时间:2017-11-28

基于智能优化算法的控制器优化设计本_第1页
基于智能优化算法的控制器优化设计本_第2页
基于智能优化算法的控制器优化设计本_第3页
基于智能优化算法的控制器优化设计本_第4页
基于智能优化算法的控制器优化设计本_第5页
资源描述:

《基于智能优化算法的控制器优化设计本》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、西北工业大学明德学院本科毕业设计论文设计论文设论毕业任务书一、题目基于粒子算法的控制器优化设计二、指导思想和目的要求1、利用已有的专业知识,培养学生解决实际工程问题的能力;2、锻炼学生的科研工作能力和培养学生的团结合作攻关能力;三、主要技术指标1、熟悉掌握粒子群算法的基本原理;2.对PID控制进行优化设计;四、进度和要求第01周----第02周:英文翻译;第03周----第04周:了解智能算法的发展趋势;第05周----第06周:学习粒子群算法;第07周----第09周:设计PID控制器系统结构;第10周----第11周:设计基于智能优化算法的控制器优化结构;第12周----第13周

2、:搭建Matlab/SimulinkPID控制优化设计仿真程序,进行仿真、验证;第14周----第16周:撰写毕业设计论文,论文答辩;五、主要参考书及参考资料[1]胡寿松.自动控制原理[M].科学出版社.2007[2]史峰、王辉.Matlab智能算法[M].北京航空航天大学出版.2011[3]蒋慰孙,俞金寿.过程控制工程(第二版)[M].中国石化出版社.1999[4]金以慧.过程控制[M].清华大学出版社.2000[5]陆德民.石油化工自动控制设计手册[M].化学工业出版社.2000[6]水琦,何岗.鲁棒PID参数整定技术及应用[J].石化技术与应用.2000,18(4):214-2

3、17西北工业大学明德学院本科毕业设计论文[1]王骥程,祝和云.化工过程控制工程[M].化学工业出版社.1991[2]吴建生,秦发金.基于Matlab的粒子群优化算法程序设计[J].柳州师专学报.2005,20(4):97-100[3]王万良,唐宇.微粒子群算法的研究与展望[J].浙江工业大学学报.2007,35(2):136-141[4]谢晓锋,张文俊,杨之廉.微粒群算法综述[J].控制与决策.2003,18(2):129-134[5]纪震,廖惠连,吴青华.粒子群算法及应用[M].科学出版社.2009[6]龚纯,王正林,精通Matlab最优化计算[M].电子工业出版社.[7]李丽,牛

4、奔,粒子群优化算法[M].冶金工业出版社.2009[8]陈国良.遗传算法及其应用[M].人民邮电出版社.1996[9]王凌.智能优化算法及其应用[M].清华大学出版社.2001[10]陈云飞.广义分配问题的一种小生境遗传蚁群优化算法[J].北京理工大学学报.2005(06)[11]杨维.粒子群优化算法综述[J].中国工程学.2004(84)[12]志荣.基于MATLAB的粒子群优化算法及其应用[J].计算机仿真.2004(5)[13]李爱国.粒子群优化算法[J].计算机工程与应用2004(5)[14]刘国平.多目标最优化的粒子群算法[J].杭州师范学院学报2005(1)学生_____

5、______指导教师___________系主任___________西北工业大学明德学院本科毕业设计论文西北工业大学明德学院本科毕业设计论文摘要粒子群算法是一种基于群体智能的启发式全局搜索算法,粒子群算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点,倍受科学与工程领域的广泛关注,已经成为发展最快的智能优化算法之一。PID参数的寻优方法有很多种,各种方法都有各自的特点,应按照实际系统的特点选择适当的方法。本文主要研究基于粒子群算法的PID控制系统参数优化设计方法,主要工作如下:其一,选择被控对象,本文选取的控制对象为不稳定系统

6、的传递函数,对控制系统进行仿真,并对结果进行分析。其二,根据粒子群算法的特点,设置算法中的相应参数,对PID的、、进行优化;其三,采用Simulink对优化后的控制系统进行仿真,得到系统优化后的响应曲线。通过对结果分析可知,将粒子群算法应用于PID参数优化设计是完全可行的。关键词:PID控制,粒子群算法,优化设计,Simulink西北工业大学明德学院本科毕业设计论文ABSTRACTParticleswarmoptimizationisanemergingglobalbasedonswarmintelligenceheuristicsearchalgorithm,particleswa

7、rmoptimizationalgorithmcompetitionandcollaborationbetweenparticlestoachieveincomplexsearchspacetofindtheglobaloptimum.Ithaseasytounderstand,easytoachieve,thecharacteristicsofstrongglobalsearchability,andhasneverwidefieldofsciencea

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。