宋莉莉，孙万麟（昌吉学院，新疆昌吉，831100）



混沌粒子群算法在PID控制器参数整定中的应用

宋莉莉，孙万麟
（昌吉学院，新疆昌吉，831100）

摘要：针对PID参数整定问题，提出混沌粒子群算法并利用MATLAB强大的矩阵运算能力和Simulink系统仿真功能，对具体控制系统的PID参数进行了优化整定。仿真显示优化结果基本粒子群算法和传统的PID参数整定方法的优化方法都要好 ，收敛性能也较好。

关键词：粒子群；PID；优化算法；混沌

PID控制技术是一种应用很普遍的控制技术，由于其结构简单，容易实现，控制效果良好，鲁棒性强，参数物理意义明确，因此广泛应用于各行领域，随着控制对象的复杂性提高，传统PID参数整定方法已经较难满足，提出混沌粒子群算法整定PID控制器参数的方法。由于其算法简单，收敛性良好，广泛应用于各个领域。在神经元网络训练中，文献［1］利用PSO来训练神经元网络；文献［2］将遗传算法与PSO结合起来设计递归模糊神经元网络。本文利用混沌PSO良好的寻优能力及其良好的收敛性，结合Simulink强大的仿真功能，对PID系统的参数进行优化，并保证了系统的稳定性和鲁棒性。

1 典型PID控制器

PID控制器工作原理可以用下式表示。

2 标准粒子群优化算法

粒子群优化算法（Particle Swarm Optimization，简称PSO）是一类基于群智能（Swarm Intelligence）的随机优化算法。其基本思想是首先PSO算法初始化为一群随机粒子（随机解），然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值”来更新自己。一个是粒子本身所找到的最优解，称为个体极值；……