基于蚁群算法的PID参数优化

	基于蚁群算法的PID参数优化
	段海滨; 王道波; 黄向华; 朱家强
刊名	武汉大学学报(工学版)
	2004
卷号	37 期号:5 页码:97-100
关键词	蚁群算法信息素 PID 参数优化
ISSN号	1671-8844
其他题名	Research and realization on parameters optimization of PID controller based on ant colony algorithm
通讯作者	北京8701信箱
中文摘要	针对传统的PID控制器参数多采用试验加试凑的方式由人工进行优化,提出了一种新型的基于蚁群算法的PID参数优化策略.蚁群算法是近几年优化领域中新出现的一种仿生进化算法,该算法采用分布式并行计算机制.在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于某型高精度飞行仿真伺服系统.仿真应用研究表明,该PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了该方案的可行性和有效性.
英文摘要	In light of traditional PID controller parameters optimization with manual cut-and-try method, a novel kind of PID parameters optimization strategy based on ACA(Ant Colony Algorithm) was proposed. ACA is a new category of bionic algorithm for optimization problems. Parallel computation mechanism is adopted in this algorithm. On the basis of brief introduction of ACA, a method for setting PID controller parameters using ACA was derived. A detailed realizing process of the new algorithm was also presented.In the end , this new PID parameters optimization scheme was applied to some high pre - cision flight simulation servo system . The simulation results show that the ACA based PID parameters optimization Iias excellent flexibility , adaptability and robustness . And the feasibility and effectiveness of this scheme 15 further verified .
学科主题	微波遥感
资助信息	国家航空科学基金资助项目(编号:01C52015)
语种	中文
内容类型	期刊论文
源URL	[http://ir.cssar.ac.cn/handle/122/1830]
专题	国家空间科学中心_微波遥感部
推荐引用方式 GB/T 7714	段海滨,王道波,黄向华,等. 基于蚁群算法的PID参数优化[J]. 武汉大学学报(工学版),2004,37(5):97-100.
APA	段海滨,王道波,黄向华,&朱家强.(2004).基于蚁群算法的PID参数优化.武汉大学学报(工学版),37(5),97-100.
MLA	段海滨,et al."基于蚁群算法的PID参数优化".武汉大学学报(工学版) 37.5(2004):97-100.