摘要：鉴于热控工作人员的技术水平和经验不足等问题，目前火电厂中许多控制回路整定效果不佳，因此PID参数的自整定具有极其重要的意义。为此，提出了一种基于改进量子粒子群算法的PID参数自整定方法，并采用MATLAB软件对火电厂再热汽温调节系统进行了仿真及PID参数自整定。通过与工程上的临界比例度法、传统粒子群算法、传统量子粒子群算法自整定的仿真结果相比较，证明了基于改进量子粒子群算法的PID参数自整定方法的优越性。

关键词：改进量子粒子群算法;PID;参数自整定;再热汽温调节系统;仿真

0 引言

人为手动整定PID参数，不仅耗时费力，而且整定效果与人员的整定水平息息相关，更无法获取令控制效果最佳的PID参数。因此，PID参数的自整定已成为国内外很多学者关注的焦点。目前已有不少PID参数整定的优化方法，比如蚁群算法、神经网络、遗传算法、粒子群算法等。粒子群算法（PSO）是典型的群体智能优化算法之一，具有参数较少、寻优能力强以及易于实现等优点[1]。但是该算法也具有一定局限性，因此国内外学者对传统粒子群算法进行了不同程度的优化[2-4]，Sun[5-6]等人结合物理量子理论，提出了量子粒子群算法（QPSO），但QPSO算法在后期迭代中存在陷入局部最优值的现象。

针对QPSO算法的缺点，本文通过引入扰动函数来更新粒子的物理位置，从而给予粒子摆脱局部最优的外部力量，克服粒子寻找质量停滞不前的问题，将粒子搜寻范围扩大，最终……