汤　伟，白志雄，高　祥

(1.陕西科技大学 a.电气与信息工程学院；b.机电工程学院，西安　710021；2.陕西农产品加工技术研究院，西安　710021)

0　引言

PID是比例积分微分的简称，是目前在工业过程控制中得到普遍应用的控制策略，具有结构简单、实现方便、鲁棒性强等特点。而其控制效果的好坏与控制器参数比例系数kp、积分时间ki、微分时间kd的设置息息相关[1]。经典的PID控制器参数整定方法有Ziegler-Nihcols、试凑法、临界响应曲线法等。然而，实际的工业生产中被控过程通常具有高阶、时滞、非线性等特点，这就使得应用上述常规的设计方法往往无法实现最优的控制性能。

近年来，采用智能优化算法进行PID控制器参数整定已成为一大研究热点[2-4]。其中，差分进化(Differential Evolution，DE)算法是由Rainer Storn和Kenneth Price于1995年提出的一种随机的并行直接搜索算法[5]。因其具有算法简单、高效和受控参数少，在求解非线性、不可微连续空间函数，特别是非凸、多峰、多谷、非线性数值优化问题中表现出较强的稳健性而引起学术界广泛关注，并被成功应用到对PID参数的优化整定中[6]。然而，同其它智能算法一样，DE算法也存在进化后期由于种群多样性急剧下降，全局搜索能力被削弱，尤其是随着问题复杂程度的上升，算法极易陷入局部最优解而“早熟”收敛[7]。

为此，本文提出了一种自适应变异的差分进化算法。该算法结合了多策略变异操作和自适应动态调整算法参数，使得算法同时兼顾了全局搜索和局部搜索的能力，在一定程度上提高算法的收敛速度及精度，改善了其对PID控制器的优化整定效果。……