乔占周（聊城职业技术学院 工程学院，山东 聊城 252000）

一种PID参数量子粒子群自整定方法

乔占周
（聊城职业技术学院 工程学院，山东 聊城 252000）

传统的PID参数整定方法由于需要决策者具有较强的工程经验，难以处理非连续、非线性或时滞的复杂系统。针对这种情况，提出一种新的基于量子粒子群优化的PID参数自整定方法。该算法采用问题的时间绝对偏差乘积积分方程来评价粒子的适应值；设计一种时变变异算子，用来均衡粒子的全局和局部开发能力。实验结果表明，该算法在超调量和调节时间等指标上皆优于传统粒子群优化算法。

PID参数；量子粒子群；时变变异

0 引言

PID控制器因其原理简单、结构清晰和可替换性强等优点，备受广大工程人员的好评［1］。然而，由于所设计控制器的效果完全取决于PID的三个参数，因此，PID参数整定一直备受学者的关注。

根据所采用方式的不同，已有PID参数整定方法可分为传统整定方法和智能优化方法两类［2］。对于低阶、线性和实时控制系统，传统整定方法可以取得好的控制效果；但是，随着工业水平的快速发展，实际工业生产中经常会出现一些复杂非连续、非线性或时滞的系统。为了提高PID参数整定的效果，人们尝试将智能算法用于PID参数的整定，典型方法如模糊推理算法［3］、神经网络方法［4］、遗传算法［5］和粒子群优化算法（PSO）［6-7］等。

量子粒子群优化算法［8］（Quantum behaved Particle Swarm Optimization，QPSO）是孙俊等人在2004年提出的一种改进型粒子群优化算法。相对传统粒子群优化算法［9］，该算法在保留结构简单和易于执行等优点的基础上，显著提高了粒子的搜索能力。……