基于遗传算法的改进PID控制器设计及应用

丁浩浩　胡士成

【摘 要】提出了一种基于遗传算法优化改进的单神经元自适应PID控制算法，避免一些参数及权系数的在线修正参考实验经验的问题。该算法有两部分构成。第一部分就是改进的单神经元自适应PID控制D、P、I的值，第二部分结合遗传算法在改进的单神经元自适应PID控制的同时寻求合适的学习效率以及比例系数。通过柴油机调速中电磁执行器仿真实例表明，该方法取得了很好的效果。

【关键词】遗传算法；单神经元；电磁执行器；仿真

【Abstract】An improved single neuron adaptive PID control algorithm based on genetic algorithm is proposed to avoid the on-line correction of some parameters and weights. The algorithm consists of two parts.The first part is the improved single neuron adaptive PID control D，P，I value，the second part of the combination of genetic algorithm and the improved single neuron adaptive PID control for learning efficiency and proportion coefficient.The simulation example of electromagnetic actuator in diesel engine speed regulation shows that this method can achieve good results.

【Key words】Genetic algorithm；Single neuron；Eelectromagnetic actuator；Simulation

0 引言

PID控制是一種是按照偏差的微分、积分、比例来分别对其进行控制，此控制在工业中是最常见的一种控制方法，但是在实际生活中PID的一些参数整定会受到各种外部和内部环境条件的制约，这样就很难达到我们想要的结果，尤其是当控制对象具有时变性特点时，他们的一些参数整定困难变大。综合以前的知识，到目前为了提高PID控制器参数的优化的多种方法之中，神经网络对PID参数整定还是比较简单，并且是易于实现其目的的[1]。常规的神经网络自适应PID控制有许多不完善之处，其中最主要的问题就是神经网络的学习率都是采用实验加经验法的方式由人工进行优化，往往费时而却难以满足实时的控制要求。为了改善控制系统的性能，解决控制对象参数难以优化，我将提出遗传算法对神经网络中的一些参数优化策略。

1 改进的单神经元自适应PID控制器

该系统是我们利用它具有自适应和自学习的能力，去实现单神经元PID控制器[2]。……