发布时间 : 星期日 文章基于智能优化算法的控制器优化设计终稿- 副本更新完毕开始阅读ff633bcc58f5f61fb7366690
西北工业大学明德学院本科毕业设计论文
毕业 任务书
设计设 论文论
一、题目
基于粒子算法的控制器优化设计
二、指导思想和目的要求
1、利用已有的专业知识，培养学生解决实际工程问题的能力； 2、锻炼学生的科研工作能力和培养学生的团结合作攻关能力；
三、主要技术指标
1、熟悉掌握粒子群算法的基本原理； 2．对PID控制进行优化设计；
四、进度和要求
第01周----第02周： 英文翻译；
第03周----第04周： 了解智能算法的发展趋势； 第05周----第06周： 学习粒子群算法；
第07周----第09周： 设计PID控制器系统结构；
第10周----第11周： 设计基于智能优化算法的控制器优化结构； 第12周----第13周： 搭建Matlab/Simulink PID控制优化设计仿真程序，进
行仿真、验证；
第14周----第16周： 撰写毕业设计论文，论文答辩；
五、主要参考书及参考资料
[1] 胡寿松．自动控制原理[M]．科学出版社．2007
[2] 史峰、王辉．Matlab 智能算法[M]．北京航空航天大学出版．2011 [3] 蒋慰孙，俞金寿.过程控制工程（第二版）[M].中国石化出版社. 1999 [4] 金以慧.过程控制[M].清华大学出版社.2000
[5] 陆德民.石油化工自动控制设计手册[M].化学工业出版社.2000
[6] 水琦, 何岗.鲁棒PID参数整定技术及应用[J].石化技术与应用. 2000,18(4):214-217
西北工业大学明德学院本科毕业设计论文
[7] 王骥程,祝和云.化工过程控制工程[M].化学工业出版社.1991
[8] 吴建生，秦发金.基于Matlab的粒子群优化算法程序设计[J].柳州师专学报.2005，20（4）：97-100
[9] 王万良，唐宇.微粒子群算法的研究与展望[J].浙江工业大学学报.2007,35（2）：136-141
[10] 谢晓锋，张文俊，杨之廉.微粒群算法综述[J].控制与决策. 2003,18(2):129-134
[11] 纪震，廖惠连，吴青华.粒子群算法及应用[M].科学出版社.2009 [12] 龚纯，王正林，精通Matlab最优化计算[M].电子工业出版社. [13] 李丽，牛奔，粒子群优化算法[M].冶金工业出版社.2009 [14] 陈国良．遗传算法及其应用[M].人民邮电出版社．1996 [15] 王凌．智能优化算法及其应用[M].清华大学出版社.2001
[16] 陈云飞．广义分配问题的一种小生境遗传蚁群优化算法[J].北京理工大学学报.2005(06)
[17] 杨维．粒子群优化算法综述[J].中国工程学.2004(84)
[18] 志荣．基于MATLAB的粒子群优化算法及其应用[J].计算机仿真.2004(5)
[19] 李爱国．粒子群优化算法[J].计算机工程与应用2004(5)
[20] 刘国平．多目标最优化的粒子群算法[J].杭州师范学院学报2005(1)
学生 ___________ 指导教师 ___________ 系主任 ___________
西北工业大学明德学院本科毕业设计论文
摘 要
粒子群算法是一种基于群体智能的启发式全局搜索算法，粒子群算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。
PID参数的寻优方法有很多种，各种方法都有各自的特点，应按照实际系统的特点选择适当的方法。本文主要研究基于粒子群算法的PID控制系统参数优化设计方法，主要工作如下：其一，选择被控对象，本文选取的控制对象为不稳定系统的传递函数，对控制系统进行仿真，并对结果进行分析。其二，根据粒子群算法的特点，设置算法中的相应参数，对PID的kp、ki、kd进行优化；其三，采用Simulink对优化后的控制系统进行仿真，得到系统优化后的响应曲线。通过对结果分析可知，将粒子群算法应用于PID参数优化设计是完全可行的。
关键词：PID控制，粒子群算法，优化设计，Simulink
西北工业大学明德学院本科毕业设计论文
ABSTRACT
Particle swarm optimization is an emerging global based on swarm intelligence heuristic search algorithm, particle swarm optimization algorithm competition and collaboration between particles to achieve in complex search space to find the global optimum. It has easy to understand, easy to achieve, the characteristics of strong global search ability, and has never wide field of science and engineering concern, has become the fastest growing one of the intelligent optimization algorithms.
The PID parameters optimization method has a lot of kinds, all kinds of methods all have their own characteristics, should according to the characteristics of the actual system choosing proper method. There are a lot of methods of optimization for the parameters of PID, and each of them has its own characteristics. The proper methods need to be selected according to the actual characteristics of the system. In this paper we adopt the Particle Swarm Optimization to tune the parameters. To finish it, the following tasks should be done. First, choose the controlled object, this paper selects control object for unstable system transfer function, through the simulation of control system step by step. Second, according to the characteristics of the particle swarm algorithm, each of the parameters set PSO, use of MATLAB program, to optimize the
kp、ki、kd of the PID. Third, Using simulink tool of simulation of PID parameters
optimization system, and simulation that the optimal parameters of the system to be affected, curve. Analysis results indicate that the algorithm process, performance index has been declining, PSO looking for more optimal parameters, so by using particle swarm optimization algorithm of the obtained result is obvious.
KEY WORDS: PID, Particle Swarm Optimization, Optimal Design, Simulink