一种基于改进萤火虫算法的恒定磨削力PID控制优化方法与流程

技术特征：

1.一种基于改进萤火虫算法的恒定磨削力PID控制优化方法，以每一组可行的PID控制参数作为萤火虫初始值，利用改进萤火虫算法搜索出最优的PID控制器参数，其特征在于，包括以下步骤：

步骤一，初始化算法基本参数：包括萤火虫数目m，种群维数3，最大吸引度β₀,光强吸收系数γ，最大迭代次数maxT，小范围半径r₁，小种群萤火虫数目m₁，低迭代次数t₁；

步骤二，随机初始化所述萤火虫的位置，计算所述萤火虫的目标函数值作为各自的最大荧光亮度I₀；

步骤三，根据所述萤火虫的相对荧光亮度公式和吸引度公式计算群体中所述萤火虫的相对亮度I和吸引度β，再根据所述相对亮度I决定所述萤火虫的移动方向；

步骤四，根据所述萤火虫的位置更新公式更新所述萤火虫的空间位置，并对所有所述萤火虫进行亮度排序，找出最亮的所述萤火虫，再以该最亮萤火虫位置为中心进行小范围小种群低迭代次数的萤火虫算法优化，输出最亮的所述萤火虫，将小种群迭代前后的两个最亮的所述萤火虫作亮度比较，保留较亮者位置；

步骤五，根据更新后的所述萤火虫位置，重新计算各所述萤火虫的亮度；

步骤六，达到所述最大迭代次数maxT则转下一步，否则搜索次数加1并转到所述步骤三，进行下一轮搜索；以及

步骤七，输出全局极值点和最优个体的位置值。

2.根据权利要求1所述的一种基于改进萤火虫算法的恒定磨削力PID控制优化方法，其特征在于：

其中，所述步骤二中，所述萤火虫的位置为三维，对应PID控制器的三个控制参数K_P，K_I，K_D。

3.根据权利要求1所述的一种基于改进萤火虫算法的恒定磨削力PID控制优化方法，其特征在于：

其中，所述步骤二中，由于PID参数优化是求性能函数J的极小值问题，采用误差绝对值乘时间积分作为参数选择的性能指标：

$J={\∫}_0^{\mathrm{\∞}}t\left|e\left(t\right)\right|dt,$

定义性能函数J的倒数为所述萤火虫的目标函数：

$F=\frac{1}{J}=\frac{1}{{\∫}_0^{\mathrm{\∞}}t\left|e\left(t\right)\right|dt}.$

4.根据权利要求1所述的一种基于改进萤火虫算法的恒定磨削力PID控制优化方法，其特征在于：

其中，所述步骤三中，所述萤火虫的所述相对荧光亮度公式为：

$I=I_0*e^{-\mathrm{\γ}*r_{ij}^2},$

所述吸引度公式

$\mathrm{\β}={\mathrm{\β}}_0*e^{-\mathrm{\γ}*r_{ij}^2},$

所述最大荧光亮度I₀，与所述目标函数值正相关，

r_ij为萤火虫i与萤火虫j之间的空间距离。

5.根据权利要求4所述的一种基于改进萤火虫算法的恒定磨削力PID控制优化方法，其特征在于：

其中，所述步骤四中，所述萤火虫i被吸引向所述萤火虫j移动的位置更新由式：

$X_i=X_i+\mathrm{\β}*(X_i-X_j)+r_{ij}^2*(rand-\frac{1}{2}),$

x_i为萤火虫i所处的空间位置，

x_j为萤火虫j所处的空间位置，

rand为[0,1]上服从均匀分布的随机因子。

6.根据权利要求1所述的一种基于改进萤火虫算法的恒定磨削力PID控制优化方法，其特征在于：

其中，所述步骤七中，最优个体的位置值即是PID控制器的最优参数。