高成 庞家腾
摘 要：PID控制算法结构简单，鲁棒性强，它在工业控制中处于主导地位。如何设定PID控制器的控制参数，是PID实际应用过程中面临的一大难题。本文通过利用基本遗传算法去整定PID控制器参数，通过MATLAB仿真说明基本遗传算法PID控制效果优于传统方法的控制效果。
关键词：PID控制；遗传算法；MATLAB
中图分类号：TP273；TP181 文献标识码：A 文章编号：2096-4706（2019）02-0171-02
Abstract：The PID control algorithm has simple structure and strong robustness. It plays a leading role in industrial control. How to set the control parameters of the PID controller is a major problem in the practical application of the PID controller. In this paper，the basic genetic algorithm is used to tune the parameters of the PID controller. The simulation of MATLAB shows that the control effect of the basic genetic algorithm is better than that of the traditional method.
Keywords：PID control；genetic algorithm；MATLAB
0 引 言
PID控制器广泛应用于工业控制领域，PID控制算法结构简单，鲁棒性强，但是PID控制器参数整定是一个需要研究的问题。目前有很多方法可以整定PID控制器参数，本文采用基于遗传算法通过模拟进化论的思想在通过一代代遗传采取优胜劣汰的优化原则，寻找到近似最优解[1]。
2.4 变异
变异是以很小的概率Pm随机的改变遗传基因符号串的某一位的值。例如：X=0101100101，变异发生在第五位，遗传因子由1变为0，变异后产生新的个体Xˊ=0101000101变异可使遗传算法具有局部随机搜索功能，又可维持种群多样性，避免出现初期收敛问题[4]。
2.5 初始群体的生成
种群规模不太大，也不能太小，太大会增加计算量造成收敛时间变长，太小没有足够的规模算法性能差，本文随机产生种群规模30的初始群体。
2.6 遗传算法流程图
遗传算法流程图如图2所示。
3 仿真实验结果
仿真对象为加入PID控制器的球杆系统模型，遗传算法参数选择群体规模M=30遗传代数N=100，交叉概率Pc=0.6，变异概率Pm=0.001，取w1=0.999，w2=0.001，w3=2.0，w4=100。经过迭代计算，种群总体适应度提高，得到优化的PID控制器参数为KP=1.802，KI=0.245，KD=1.812。图3是用凑式法整定PID参数仿真结果，图4是采用遗传算法整定参数仿真结果，从仿真图可知遗传算法整定的参数比凑式法整定的参数精确很多，超调量减小到了20%，调节时间减小到了3.25秒。仿真图效果明显优于凑式法。
4 结 论
通过对比分析可知基于遗传算法整定的PID控制器参数更加准确，由仿真结果可以看出，该方法相对常规凑式方法更能使系统的动态特性和稳态特性得到较大的提高。但是仍有一定的超调量，调节时间也不是很理想，需要进一步改进算法。
参考文献：
[1] 谭顺学.基于遗传算法的PID控制器参数优化研究 [J].大众科技，2013，15（5）：31-34.
[2] 牛菊梅.基于自适应遗传算法的球杆系统控制器设计 [D].沈阳：东北大学；2010.
[3] 秦国经，任庆昌.基于遗传算法寻优的PID控制与仿真 [J].中国西部科技，2011，10（11）：12-13+10.
[4] 郭庆鼎，李蒙，郭威.PID控制器参数的遗传算法优化设计 [J].沈阳工业大学学报，2000（1）：31-33.
作者简介：高成（1970.11-），男，汉族，内蒙古人，副院长，副教授，博士，研究方向：过程控制、机器人；庞家腾（1992.09-），男，汉族，河北邢台人，研究生，研究方向：智能仪器及测控系统。
