菜单
　　
    摘 要粒子群算法是一种新型的智能算法，它能在全部整体中进行搜索，粒子群算法利用粒子间的竞争和协作来实现在繁杂搜索空间中找到那个全局最优点。由于它有着容易让人理解，并且容易实现，还有它的全局搜索能力比较强等特点，所以一直受到科学和工程技术领域的广泛关注，现在已经成为发展最为迅速的智能算法之一。PID 控制器参数整定的方法有许多种，所以在运用这些方法时，应该按照实际情况中系统的特点来选择最适和的方法。本文主要的工作就是通过粒子群算法来实现 PID控制器的参数整定优化，主要工作有两个部分：一，本文选取的控制对象为不稳定系统的传递函数，通过对该系统进行仿真实验，并对得到的响应曲线的各项性能指标进行分析。二，使用粒子群算法对 PID控制器的参数进行优化整定， 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，粒子群算法应用于 PID参数优化设计是可行的。58607
    毕业论文关键词：PID控制，粒子群算法，优化设计，simulink 
    Abstract Particle Swarm is a new intelligent algorithm which can search the entire whole, PSOuse of competition and collaboration between the particles to achieve find the global optimumin the complex search space. Because it has easy to understand and easy to implement, as wellas its strong global search ability and other characteristics, it has been widespread concern inthe field of science and engineering, has now become one of the most rapidly developingintelligent algorithms.PID controller parameter tuning There are many ways, so the use of these methodsshould be based on the characteristics of the actual situation in the system and to choose thebest method. The main work of this paper is to particle swarm algorithm to achieve PIDcontroller parameter tuning optimization, the main work has two parts:First, the paper selected control object transfer function unstable system, simulationexperiment through the system, and the response curve of the performance indicators havebeen analyzed.Second, the use of particle swarm optimization parameters PID controller tuning withSimulink for optimized control system simulation, the response curve of the system optimized.Based on the results of the analysis revealed that the particle swarm algorithm applied to PIDparameter optimization is feasible.
    Keywords: PID control, particle swarm algorithm, optimization design, Simulink

    目录

    第一章 绪论... 1

    1.1研究的背景和课题意义1

    1.2基本的 PID参数优化方法...1

    1.3 研究现状2

    1.4本文的主要工作 2

    第二章 粒子群算法... 4

    2.1粒子群算法的起源 4

    2.2粒子算法的概述 5

    2.3粒子算法的介绍 5

    2.3.1 算法原理. 6

    2.3.2 算法步骤. 6

    2.3.3 算法特点. 7

    2.4 带压缩因子的粒子群算法.. 8

    2.4.1.算法原理 ... 8

    2.4.2.算法步骤. 8

    2.5 惯性权重的粒子群算法...9

    第三章 PID 控制理论. 10

    3.1 PID控制原理...10

    3.2 数字PID控制算法 .. 11

    3.2.1 位置式 PID控制算法 ...11

    3.2.2 增量式 PID控制算法 ...12

    3.3 PID控制特点...14

    3.4 PID控制器参数整定的原理和方法 14

    3.4.1 常用的整定方法...14

    3.4.2 基于 Ziegler-Nichols 方法的PlD 整定 16

    3.4.3 ISTE 最优设定方法.16

    3.4.4 临界灵敏度法..17

    第四章 使用 PSO 优化 PID参数...18

    4.1优化设计简介.. 18

    4.2 理论基础..19

    4.3 目标函数的选取. 19

    4.4问题描述...20

    4.5优化设计过程.. 20

    第五章 仿真设计结果. 21

    5.1 用Z-N 法整定PID 参数... 21

  1. 上一篇：神经网络分类器的设计与实现
  2. 下一篇：Matlab基于双馈电机的风力发电系统建模与仿真

  1. 基于中频信号的家用治疗...

  2. 基于嵌入式技术的智能家...

  3. 基于FPGA竞赛系统设计+程序

  4. Matlab基于前馈控制的加热炉温度控制系统设计

  5. STC89C52RC单片机的智能路灯...

  6. Matlab微流控芯片热键合工艺优化研究

  7. MEMS基于SHARC型DSP的组合导航算法实现

  8. 当代大学生慈善意识研究+文献综述

  9. 酸性水汽提装置总汽提塔设计+CAD图纸

  10. 大众媒体对公共政策制定的影响

  11. 杂拟谷盗体内共生菌沃尔...

  12. 乳业同业并购式全产业链...

  13. java+mysql车辆管理系统的设计+源代码

  14. 电站锅炉暖风器设计任务书

  15. 河岸冲刷和泥沙淤积的监测国内外研究现状

  16. 十二层带中心支撑钢结构...

  17. 中考体育项目与体育教学合理结合的研究

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回