搜索资源列表
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器 参数优化设计，并对结果进行了分析。-Abstract：H
dsaddsafds
- PID控制器的性能取决于其控制参数的组合，针对其参数的整定和优化问题，提出了应用一种改进的粒子群优化算法，该 算法借鉴了遗传算法的杂交机制，并采用惯性权值的非线性递减策略。用以加速算法的收敛速度和提高粒子的搜索能力。将该算 法应用于一个二阶系统的PID控制器参数的优化。仿真结果表明该改进的粒子群算法具有比传统粒子群算法和遗传算法更好的 优化效果，具有一定的工程应用前景。-Abstract：PID controller’s performance completely depends
gfsdgfsds
- ：文中提出一种改进的Pso优化算法，并将该算法应 用于水轮发电机组PID调速器参数的优化设计，以水轮发 电机组转速偏差的ITAE指标作为改进PsO优化算法的适应 度函数。以我国某水电站的真实数据对经过优化后的PID 拄制规律进行计算机仿真。仿真结果表明利用改进Ps0优 化算法优化的PID控制规律能有效改善孤网运行条件下水 轮机调节系统过渡过程的动态性能。-An improved PSO algo—fhm wa‘presented and applicd to 叩tim
A-PSO-method-with-nonlinear-time-varying-evolutio
- Abstract A particle swarm optimization method with nonlinear time-varying evolution (PSO-NTVE) is employed in designing an optimal PID controller for asymptotic stabilization of a pendubot system. In the PSO-NTVE method, parameters are determ
5
- This paper presents a method for optimum tuning of Fractional PID controllers using PSO algorithm which have fractional or integer order transfer functions. Particle swarm optimization (PSO) is a robust stochastic optimization technique based on the