蚁群算法在PID控制和动态矩阵控制中的应用
【摘要】:
蚁群算法是一种新型的模拟进化算法,关于它的研究虽然只有十几年的时间,但是其已在求解复杂优化问题(特别是对于离散优化问题)显示了优越性。
通过将基本蚁群算法应用到TSP问题中和非线性函数求极值问题发现:在参数寻优过程中,基本蚁群算法的信息素更新策略对各个路径的节点是平均分配的,所以算法对目标函数影响较大的节点不够重视,致使算法收敛速度较慢。基于这种缺陷,本文提出了一种信息素加权蚁群算法。在蚂蚁不同的搜索阶段,对关键节点的信息素进行函数加权,然后数学的方法证明了这种加权蚁群算法的收敛性;并通过仿真的方法验证了线性加权蚁群算法和指数加权蚁群算法的有效性。将指数加权蚁群算法、线性加权蚁群算法应用到PID参数整定和动态矩阵控制器参数设计中,以加热炉模型为例进行了仿真,结果表明加权蚁群算法比基本蚁群算法的收敛速度有了较大的提高,同时也能获得较好的参数组合。
基于自适应控制理论和蚁群算法,提出了一种蚁群自适应PID控制器,并对其进行了仿真,结果验证了这种自适应PID的可行性。基于对遗传算法中选择、交叉、变异的特征,提出了具有遗传特征的蚁群算法,并将其应用到PID控制器的参数设计中,仿真结果表明该种算法的具有良好的寻优能力和收敛性。