基于二進制編碼遺傳算法pid整定

(江蘇師范大學科文學院 江蘇 徐州 221000)

一、Simulink簡介

關于Simulink這種交互型的環境，它能夠對于各類動態系統實施建模操作、解析操作與仿真操作，這些動態的系統涵蓋連續型、離散型、混雜型這幾個類別。Simulink供應了選用鼠標拖放這種方式創建體系框圖模型的交互界面。經過Simulink供應的各種各樣的功能塊,能夠以較快的速度建立體系的的相關模型，無需編寫代碼。Simulink還支持Stateflow,用來仿真事件驅動過程。

關于Simulink，它作為1個能夠對于動態體系實施建模、仿真、解析這些操作的軟件包。它能夠支持連續型、離散型、二者混合型的線性體系還有非線性體系，另外對于差別部分采樣率不一樣的具備多種取樣速度的體系，它能夠支持對這里體系的仿真操作。

二、利用遺傳算法優化PID控制器的參數

(一)基于遺傳算法的PID整定原理。1.參數的確定及表示。先是確認參數的范疇，這個范疇通常情況下通過用戶完成給定，之后根據精度方面的相關條件，對于其實施相關的編碼操作。選定2進制字串代表每個參數，并且創建和參數之間的關聯，之后將2進制進行串接從而構成1個長的2進制字串，該字串為遺傳算法可以操作的對象。2.全取初始群體。由于要求通過編程去完成各個流程，因此選用計算機設備以隨機方式形成初始群體。對于2進制編碼來講，先是形成0～1這個范圍以勻稱方式分布的隨機數，之后設定形成的隨機數中，0～0.5這個范圍內的數據用0表示，0.5～1之間代表1。另外，需要根據核算的繁雜度去設定種群的大小。3.適配函數的確定。關于普通的尋優方式，在相關的約束要求下，能夠獲得符合要求的一組參數，在設計規劃流程內，從改組參數里面找出1個最佳值。度量1個控制體系的指標涵蓋3個部分：其一，平穩性，其二，精確性，其三，快速性。至于上升時間，這個參數能夠體現出體系的快速性，如果此數據較小，那么控制實施的速度較高，體系的質量相對優良。假如單單追逐體系在動態方面的特性，那么獲取的參數也許導致控制信號較大，在真實的使用過程中將由于體系中本有的飽和性造成體系缺乏穩定性，為避免調控能量較大，在目標函數里面加放控制量。所以為確保實施調控的效果較佳，我們先指出控制量、偏差、上升時間當作是對應的約束要求。由于適應函數和目標函數具有關聯，因此在確認目標函數之后，直接把它當作是適配函數從而實施參數尋優操作，至于最佳的控制參數，其實是在符合約束要求的情況下確保f(x)最大的時候，x對照的控制器參數。4.遺傳算法的操作。第一，通過適應度比例法去實施復制操作。經過適配函數求取相應的適配值，從而求取每個串相對照的復制概率。此參數和每代字串的數目的乘積其實就是此串在下1代中應當進行復制的數目。如果此參數較大，那么在下1代中會出現許多子孫，反之將直接出局。其次，進行單點交叉，交叉概率為Pc。從拷貝之后的成員中根據Pc的概率選定字串來構成對應的匹配池，之后對于池中的相關成員以隨機方式實施匹配處理，至于交叉的部位同樣是以隨機方式進行確認。第三，通過概率Pm實施相關的變異操作，如果每代具備15個字串，并且每個字串具備12位，那么共計具備15×12=180個串位，要求的變異串位則是180×0.01=2(位),其實就是每代中具備2個串位從1變成0或是從0變成1。

(二)利用遺傳算法優化PID控制器參數的具體步驟及程序流程。1.大體上確認每個參數的區間范疇與編碼長度，從而實施對應的編碼；2.隨機產生n個個體構成初始群體P(0)；3.把種群里面的各項個體實施解碼操作，從而變成相應的參數值，通過這些數據求取代價函數值J還有適應函數值f，f=1/J；4.通過對算子實施復制、交叉、變異這些操作，從而對于種群P(t)實施一系列相關的操控，從而形成下1代的種群P(t+1)；對于第(3)、(4)步進行重復執行，直到參數實現收斂或是實現預設的指標為止。

三、用Simulink優化設定值前饋型二自由度PID控制器參數

在遺傳算法里面，運用到的樣本數目是30，至于交叉概率，則是：Pc=0.90。變異概率采用可變概率。如果適應度較大，那么對應的變異概率則會較低，為確保最大限度留下個體，因此變異的概率則是Pm=0.10-[1:1:Size]*(0.01)/Size；至于參數kp的選值則在[0，20]這個區間內，至于ki，kd的選值則在[0,5]這個區間內，選用的是實數編碼這種樣式。

在歷經了100代的進化處理之后，得到的改良參數為下：實施PID整定的最終結果則是kp=3.7080，kd=0.2253，ki=4.8007，至于代價函數J的改良流程，它與實施整定之后的PID能夠實現對階躍響應的調控。

結語

關于PID控制，因為它的算法比較簡潔，并且具備優質的魯棒性，具備較高的牢靠性，能夠普遍使用到真實的作業現場中，然而PID控制屬于一類線性的調控方式，對于非線性體系和具備多變量的繁雜體系，其在調控方面的效果較弱。遺傳算法能夠實現全局優化，線性的對象或是非線性的對象，連續型的對象或是離散型的對象，它們均能夠通過遺傳算法實施相關的改良。這2類算法具備互補的特性，這令我們想起把這2類算法進行較佳的聯合，指出一類以遺傳算法為基礎的PID控制，對于PID的相關參數實施自尋優操作。這篇文章對于這種算法的完成過程實施了具體的陳述，并且實施了相關的仿真試驗，從而獲得優質的調控效果。