买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学智能制造技术研究院

摘要：本发明公开了一种基于改进的堆优化算法的整定PID参数方法，包括：1、使用准对立学习对种群的个体进行初始化，得到初始化之后的种群；2、根据种群中每个个体的位置通过适应度函数f计算获得的累计平方误差大小来构建一个三元小根堆；3、通过三种交互方式对种群每个个体的第j维位置分量所表征的PID参数进行更新，从而更新堆，使其维持一个三元小根堆；4输出堆的根节点位置，即为最优的一组PID参数。本发明能有效提高PID参数整定的精度和收敛速度，从而能显著提升控制系统的性能和稳定性。

主权项：1.一种基于改进的堆优化算法的PID参数整定方法，其特征在于，是按如下步骤进行：步骤1、定义当前迭代次数为t，并初始化t＝1，定义最大迭代次数为T；步骤2、使用准对立学习随机生成第t代种群的第i个个体xit的位置{Pit,Iit,Dit}，从而得到初始化后的第t代种群：准对立学习随机生成第i组PID参数作为第t代种群第i个个体xit中第j维位置分量lbj为第j维位置分量的最小边界值，ubj为第j维位置分量的最大边界值；rand表示随机操作；当j＝0时，代表第i组PID参数中比例值Pit，当j＝1时，代表第i组PID参数中积分值Iit，当j＝2时，代表第i组PID参数中微分值Dit；步骤3计算第t代种群的第i个个体xit的适应度值其中，eit表示PID控制系统的期望定值与第i个个体xit的实际输出值之间的偏差；步骤4、将第t代种群中每个个体的适应度值作为键来构建第t代的三元小根堆，且堆中的节点由一对键值对构成，分别代表每个个体的适应度值及其堆中的位置索引；步骤5、构建三种交互方式，包括：自我交互、与直接领导交互、与同事交互；利用式1计算第t代第一概率p1t和第二概率p2t： 步骤6、随机生成第i个个体xit的概率Pit；若Pitp1t时，则利用式2对xit进行自我交互；若p1tPitp2t，且ttlimt时，则计算利用式3对xit进行直接领导交互；若p1tPitp2t，且t≥tlimt时，则计算xit与第t代种群的最优个体xbestt的余弦相似度，若余弦相似度小于所设定的阈值，则利用式3对xit进行直接领导交互，否则，利用式5对xit进行直接领导交互，若Pitp2t时，且ttlimt时，则利用式4对xit进行同事交互；若Pitp2t时，且t≥tlimt时，则利用式5对xit进行同事交互；从而产生第t+1代种群的第i个个体xit+1中第j维位置分量 式2-式4中，γ是一个以1为中心来回波动的三角波；λ是范围在[0,1]的随机数；Bjt是在堆中的直接领导节点；Srt是xit在堆中的同事节点，是在堆中的同事节点；表示最优个体xbestt的第j维位置分量；步骤7、判断xit+1是否在堆中处于根节点的位置，若是，则不更新xit+1在堆中的位置，并执行步骤9；否则，计算xit+1的适应度值与xit+1在堆中的父节点的适应度值，并执行步骤8；步骤8、判断xit+1的适应度值是否小于xit+1在堆中的父节点的适应度值，若是，则交换xit+1与父节点的位置后，返回步骤7继续判断，否则，不更新xit+1在堆中的位置，从而得到第t+1代的三元小根堆，并执行步骤9；步骤9、将t+1赋值给t赋值t后，若tT，则直接输出堆的根节点位置作为一组最优PID参数，用于实现PID控制；否则，返回步骤5顺序执行。

全文数据：

权利要求：

百度查询： 合肥工业大学智能制造技术研究院 一种基于改进的堆优化算法的整定PID参数方法