常俊林，李亞朋，馬小平，魏曉賓，周谷鳴
中國礦業大學信息與電氣工程學院，江蘇徐州

摘　　　要：提出一種基于改進差分進化算法的ＰＩＤ控制器參數優化方法。針對差分進化算法的優化性能受控制參數取值和差分進化類型的影響較大，算法容易早熟收斂的問題，提出改進差分進化算法。該算法在標準差分進化理論基礎上對差分矢量的初始種群、縮放因子、交叉概率和差分進化模式進行優化，將縮放因子和交叉概率由固定數值設計為隨機函數，隨著搜索過程的進行，自適應選取差分進化模式，從而增強搜索能力。在ＰＩＤ參數的優化設計中通過仿真實驗研究，表明采用新方法獲得的ＰＩＤ控制器性能優于基于常規方法、遺傳算法和基本差分進化算法設計的ＰＩＤ控制器。

關　鍵　詞：差分進化；進化模式；縮放因子；交叉概率；ＰＩＤ控制

１　引　言
在工業應用中至今已經提出了多種ＰＩＤ參數整定方法，如ＺＮ整定、基于規則的ＰＩＤ參數自整定、以及基于遺傳算法、神經網絡等理論的智能ＰＩＤ參數自整定方法［１�玻常荩�這些方法也可以獲得較好的魯棒性和輸出響應性能。但是當系統是時變或非線性嚴重或者對控制性能有明確要求時，上述整定方法常常難以兼顧快速性、穩定性和魯棒性。差分進化算法［４�玻叮菰�理類似遺傳算法，其受控參數少，易于理解和實現。ＤＥ算法主要根據父代個體間的差分矢量進行變異、交叉和選擇操作。相比其他的進化算法，差分進化算法隨迭代次數的增加種群多樣性會快速的下降容易限入局部較優。為克服早熟現象，借鑒已有的成功經驗［７］，本文提出了一種改進自適應差分進化算法，將差分矢量的縮放因子Ｆ由固定值設計為隨機函數，同時對交叉概率ＣＲ和種群搜索范圍也實行優化改進，并通過搜索過程進行自適應選取差分進化模式，實現了一個簡化的改進自適應ＤＥ算法。將該改進的ＤＥ算法應用于ＰＩＤ參數的優化設計中也獲得了良好的控制效果。

登錄網站后可下載文件