【PID优化】基于樽海鞘算法PID控制器优化设计含Matlab源码

1 内容介绍

PID参数对系统的稳定性,可靠性以及快速响应具有重要意义.为了进一步优化PID控制器参数,选择樽海鞘算法(Salp Swarm Algorithm,SSA)优化不稳定系统的控制器PID参数,并将整定的结果与粒子群算法(Particle Swarm Optimization,PSO)优化结果进行对比.结果表明,改进后的算法能够提高系统的控制精度和响应速度.​

2 部分代码

%_________________________________________________________________________________

%  Salp Swarm Algorithm (SSA) source codes version 1.0

%

%  Developed in MATLAB R2016a

%

%  Author and programmer: Seyedali Mirjalili

%

%         e-Mail: ali.mirjalili@gmail.com

%                 seyedali.mirjalili@griffithuni.edu.au

%

%       Homepage: http://www.alimirjalili.com

%

%   Main paper:

%   S. Mirjalili, A.H. Gandomi, S.Z. Mirjalili, S. Saremi, H. Faris, S.M. Mirjalili,

%   Salp Swarm Algorithm: A bio-inspired optimizer for engineering design problems

%   Advances in Engineering Software

%   DOI: http://dx.doi.org/10.1016/j.advengsoft.2017.07.002

%____________________________________________________________________________________

% This function initialize the first population of search agents

function Positions=initialization(SearchAgents_no,dim,ub,lb)

Boundary_no= size(ub,1); % numnber of boundaries

% If the boundaries of all variables are equal and user enter a signle

% number for both ub and lb

if Boundary_no==1

    Positions=rand(SearchAgents_no,dim).*(ub-lb)+lb;

end

% If each variable has a different lb and ub

if Boundary_no>1

    for i=1:dim

        ub_i=ub(i);

        lb_i=lb(i);

        Positions(:,i)=rand(SearchAgents_no,1).*(ub_i-lb_i)+lb_i;

    end

end

3 运行结果

4 参考文献

[1]刘亚飞, 郝玉然, 韩超杰. 基于樽海鞘算法的PID参数优化[J]. 通信电源技术, 2020, 37(20):3.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机、雷达通信、无线传感器等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。