一种基于协同进化的pid控制器参数优化方法和系统的制作方法
【技术领域】
[0001] 本发明涉及一种基于协同进化的PID控制器参数优化方法和系统，属于控制系统 参数优化技术领域。
【背景技术】
[0002] 目前对于复杂的受控对象，传统方法的PID控制往往难以满足要求，复杂系统的 PID控制及其参数整定仍然是控制工程领域需解决的重要问题。近年来，智能计算技术被用 于解决传统方法难以解决复杂系统PID控制及其参数优化问题，产生了基于智能计算的PID 控制器参数优化方法，如基于遗传算法、粒子群算法等的优化方法。这些方法取得了一些有 益的成效，但也同时存在组合导向性不强、寻优速度慢、易于陷入局部最优等不足。本发明 提出了一种基于协同进化的PID控制器参数优化方法，能克服现有方法的不足。
【发明内容】
[0003] 本发明目的在于针对上述现有技术的不足，提出了一种基于协同进化的PID控制 器参数优化方法，该方法针对复杂系统PID控制的参数整定，采用了一种改进型协同进化方 法对PID控制系统参数进行优化，使PID三个参数以协同进化方式自动搜索给定性能指标下 的最优组合。该方法收敛速度快、自适应性强、精确度高，能获得更好的优化控制效果，具有 较好的应用前景。
[0004] 本发明解决其技术问题所采取的技术方案是:一种基于协同进化的PID控制器参 数优化方法，该方法包括如下步骤：
[0005] 步骤1:初始设置。设置并初始化3个一定规模的种群，其个体分别对应PID控制器 的三个参数;设置控制效果评估所用的目标函数;设定进化终止条件。
[0006] 步骤2:选取评估代表组。将3个种群中的个体依次组合成待选组，分别作为PID控 制器的三个参数置入系统，并启动系统运行。根据相应的输出响应，由目标函数评估出各待 选组的适应度值，选出其中适应度值最好的一组作为评估代表组。
[0007] 步骤3:各种群个体适应度值评估。用评估代表组中的代表个体分别与待评估种群 个体组成参数组，置入PID控制器并启动系统运行。根据相应的输出响应，由目标函数评估 出各种群个体的适应度值;同时，用当前更优的个体更新评估代表组对应个体。
[0008] 步骤4:各种群进化。所有个体评估之后，各种群依据个体适应度值分别进行进化， 产生出新一代种群。各种群采用的进化算法可以相同也可以不同。
[0009] 步骤5:优化结束控制。若未达到设定的进化终止条件，则转步骤2继续迭代优化； 若达到设定的进化终止条件，则当前的评估代表组即作为PID控制系统的PID参数优化结 果。
[0010] 本发明还提供了一种基于协同进化的PID控制器参数优化系统，该系统包括改进 型协同进化优化模块、PID控制系统、控制效果评估模块。各模块具体功能如下：
[0011] 改进型协同进化优化模块:该模炔基于本发明提出的改进型协同进化方法，实现 对PID控制器的PID三个参数进行协同进化寻优，获得给定性能指标下的PID参数最优组合。
[0012] PID控制系统:是本发明方法的应用对象，其PID控制器的PID参数就是本发明中改 进型协同进化优化模块的优化对象。改进型协同进化优化模块向PID控制系统输出PID参 数，PID控制系统运行出控制效果。
[0013] 控制效果评估模块:该模块能根据PID控制系统对特定输入的输出响应，由按需设 置的目标函数对PID控制器的控制效果进行评估，并给出评估值作为当前PID三个参数组合 的适应度值。
[0014] 本发明基于协同进化的PID控制器参数优化系统结构如图1所示。图中EA1、EA2、 EA3为三个进化算法模块。
[0015] 一、PID控制系统及其参数优化
[0016] (l)PID控制系统基本特征
[0017] 设给定yd(t)与实际输出y (t)构成控制偏差e(t):
[0018] e(t)=yd(t)-y(t)
[0019] PID的控制器输出u(t):
[0020]
[0021 ]或者写成传递函数的形式：
[0022]
[0023]其中，kP、kjPkd分别是PID控制器的比例系数、积分系数和微分系数。PID控制器各 校正环节作用包括如下：
[0024] 1、比例环节:成比例地反映控制系统的偏差信号e(t)，偏差一旦产生，控制器立即 产生控制作用以减小偏差。
[0025] 2、积分环节：主要用于消除静差，积分作用的强弱取决于积分系数，积分系数越 小，积分作用越弱，反之则越强。
[0026] 3、微分环节:反映偏差信号的变化率，能在偏差信号变得太大之前，在系统中引入 一个有效的早期修正信号，从而加快系统的动作速度，减少调节时间。
[0027] 二、PID参数优化模型
[0028] 常见的优化目标函数J有ITAE，IAE，ITSE这三种：
[0029]
[0030]
[0031] 〇·
[0032]这些优化目标函数并没有包含显式的系统相关性能指标，如上升时间tr、超调量 δ%、调节时间tf等。
[0033]为了防止PID控制器的输出量u过大、获得较小的上升时间tr及较小的调节时间tf， 可以取目标函数形式如下，即（以IAE为例）：
[0034]
[0035] 其中W1，W2，W3为权值。为了使系统的超调量不超过限定值(设其对应的最大超调偏 差为e s)，设置权值w'i:若e(t)<es则w'i>>wi，此时：
[0036]
〇
[0037] 最后，系统的优化问题可表述为(设最小值为最优解）：
[0038] min J(kP，ki，kd)
[0039] s.t.
[0040] kp e [ kpmin，kpmax ]
[0041] kie[kimin,kimax]
[0042] kd E [ kdmin，kdmax ]
[0043] 三、改进型协同进化优化模块
[0044] 本发明改进型协同进化优化模块如图2所示，图中种群P^PdPPs分别代表着参数 kP、ki和kd，种群规模为η;将所有种群中的个体按编号分组，代入目标问题(Domain mode 1) 中并评估相应的适应度值，选取适应度值最好的组合，作为评估代表组(Xbest，Ybest，Z best)。
[0045] 各个种群个体Pu(i = l，2,3; j = l，2,3, ···，!〇适应度评估，由评估代表组(Xbest， Ybest，Zbest)来协同完成。即种群?!的个体Pi, j的适应度评估是由（Pi, j，Ybest，Zbest)代入到目标 问题进行评估，得到其对应个体的适应度值F^，并将其中适应度高于当前评估代表组的最 优Pi, j替换Xbest。
[0046] 各种群所有个体评估之后，根据种群中每个个体的适应度值，所有种群各自进化 得到新一代种群。进化算法EA1、EA2和EA3可以相同也可以不同。
[0047]若满足进化的终止条件，则当前评估代表组就作为问题的最优协同解，终止计算。 反之，从选择评估代表组处继续迭代寻优。
[0048]本发明改进型协同进化优化方法的具体步骤包括：
[0049]第一步:初始化。初始化种群ΡΚΟ)，P2(0)，P3(0);置进化代数计数器初值m: =0;设 定进化终止准则；
[0050]第二步:选择评估代表组。选取种群个体(Pi,j(m)，P2,j(m)，P3,j(m))( j = l，2,3,…， η)组成待选组，评估计算每组的适应度值，选出当前适应度值最好的一组作为评估代表组 (Xbest, Ybest , Zbest)；
[0051 ]第三步：各个种群个体适应度值的评估。如图2所示，用评估代表组(Xbest，Ybest， Zbest)分别评估各种群中的个体，获得所有个体的适应度值；同时，用当前更优的个体更新 评估代表组对应个体；
[0052] 第四步:各个种群分别进化。各种群依据个体适应度值分别进行进化，产生出新一 代种群Pi(m+1)，P2(m+l)，P3(m+l);置m: =m+l;
[0053] 第五步：终止判断。如果满足进化终止条件，则当前评估代表组(Xbest，Ybest，Z best) 就作为问题的最优解，终止计算;否则，转第二步。
[0054] 3、本发明优化系统工作方法
[0055] 如图1和图3所示，本发明优化系统的工作方法包括：
[0056] 步骤1:初始设置
[0057]参数kP对应的种群为Pi，参数ki对应的种群为P2，参数kd对应的种群为P 3，种群规模 为η;种群初始化为?1(0)、？2(0)、？3(0);置进化代数计数器111=0;设置控制效果评估所用目 标函数(如前述的目标函数j或r);设定进化终止条件(如j或r要达到的目标值，或进化的 最大代数)。
[0058] 步骤2:评估代表组的选取
[0059] 将各种群个体按沾,」(111)，？2,」(111)，？3,」(111))组成待选组，」依次取1，2,3，~，11，分别 将Pi,j(m)，P2,j(m)，P 3,j(m)作为PID控制器的kP，ki，kd三个参数置入系统，并启动系统运行， 得到输出响应。根据各输出响应，由目标函数J或可评估出各待选组的适应度值，选出其 中适应度值最好的一组作为评估代表组(Xbest，Ybest，Zbest)。
[0060] 步骤3:各种群个体适应度值评估
[0061 ] 用评估代表组(Xbest，Ybest，Zbest )中的代表个体Xbest，Ybest，Zbest分别与待评估种群 个体组成k^kukd参数组，置入PID控制器并启动系统运行，得到输出响应