基于遗传算法的PID整定与优化

龙源期刊网 https://www.wendangku.net/doc/8b5983943.html,

基于遗传算法的PID整定与优化

作者：李燕皇

来源：《商品与质量·学术观察》2013年第05期

摘要：遗传算法是一种基于达尔文进化论和孟德尔遗传学说来实现随机、迭代、自适应、并行性搜索的优化算法，尤其适合处理复杂的、非线性的控制问题。因此在此文，采用遗传算法直接优化PID控制器参数，并控制一个带迟延的主汽温控制系统，仿真结果表明遗传算法收敛较快，得到的PID控制器控制效果明显优于传统的PID控制。

关键词：遗传算法优化主汽温

引言

由于PID控制规律具有算法简单、鲁棒性好和可靠性高等优点，因此过程控制中采用最多的依然是PID方式。PID参数整定与优化的方法有很多，工程上整定方法有衰减曲线法、Z-N 法， ISTE最优设定方法、快速整定和继电法等，在参数优化过程中多采用梯度法，单纯形法和智能方法。

衰减曲线法、Z—N法和快速整定法是经验的总结不是最优解，继电法会使被控系统振荡，而优化中的梯度法需要对目标函数微分，同时梯度法与单纯形法会陷入局部最优点，而ISTE最优设定方法和智能方法是针对一类特定被控对象的。本文采用遗传算法进行PID参数整定与优化，这是一种寻求全局最优的优化方法，无需对目标函数微分。

1、遗传算法

遗传算法简称GA（Genetic Algorithms）是1962年由美国Michigan大学的Holland教授

提出的模拟自然界遗传机制和生物进化论而成的一种并行随机搜索寻优方法[1]。它将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适应值函数并通过遗传中的复制、交叉及变异对个体进行筛选，使适应值高的个体被保留下来，组成新的的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。其算法简单，可并行处理，能得到全局最优解。

GA寻优的一些遗传操作：

1、染色体（基因组、个体）

染色体即问题解答的二进制串或十进制串表示，对应地有二进制编码和实数编码。

二进制编码：把变量或参数用二进制串表示，串长由要求的计算精度决定。