采用遗传算法的PID控制优化方法

采用遗传算法进行PID三个参数的整定，具有以下优点：

1）与单纯形相比，遗传算法同样具有良好的寻优特性，且它克服了单纯形参数初值的敏感性。在初始条件选择不当的情况下，遗传算法在不需要给出调节器初始参数的情况下，仍能寻找到合适的参数，使控制目标满足要求。同时单纯形法难以解决多值函数问题以及在多参数寻优中，容易造成寻优失败或时间过长，而遗传算法的特性决定了它能很好地克服以上问题。

2）与专家整定法相比，它具有操作方便、速度快等优点，不需要复杂的规则，只通过字串进行简单的选择、交叉、变异，便可达到寻优。避免了专家整定法中前期大量的知识库整理工作及大量的仿真实验。

3）遗传算法是从许多点开始并行操作的，在解空间进行高效启发式搜索，克服了从单点出发的弊端以及搜索的盲目性，从而使寻优速度更快，避免了过早陷入局部最优解。

4）遗传算法不仅适用于单目标寻优，而且也适用于多目标寻优。根据不同的控制系统，针对一个或多个目标，遗传算法均能在规定的范围内寻找到合适的参数。(www.xing528.com)

遗传算法作为一种全局优化算法，得到了越来越广泛的应用。近年来，在PID控制系统的应用也越来越多。其结构如图5-9所示。遗传算法应用于数字PID控制器。

图5-9 遗传算法PID控制系统

参数整定的基本思想是：在寻优时，先对PID参数进行编码，按一定模初始化一个种群，种群中的每一个体代表一个可能的解。然后根据适值函数，计算每一个体的适值，并以此控制再生操作，之后按一定的概率对种群进行交叉、变异操作。这样种群不断进化，直至寻优结束。