期刊文献+

粒子群算法在非线性PID控制系统参数整定中的应用

在线阅读 下载PDF
导出
摘要 粒子群优化算法是一类基于群智能的随机优化算法,该算法简单易懂,优化性能良好。本文提出改进的PSO算法结合MATLAB强大的矩阵运算能力和Simulink系统仿真功能,对文中非线性PID控制系统参数进行了优化整定。仿真显示优化结果比传统的优化方法好,收敛性能也较好。
出处 《信息系统工程》 2010年第5期76-76,60,共2页
  • 相关文献

参考文献2

二级参考文献26

  • 1汪新星,张明.基于改进微粒群算法的水火电力系统短期发电计划优化[J].电网技术,2004,28(12):16-19. 被引量:32
  • 2李爱国.多粒子群协同优化算法[J].复旦学报(自然科学版),2004,43(5):923-925. 被引量:398
  • 3刘益剑 张建明 王树青.基于PSO算法的PID控制器参数优化设计[A]..第五届全球智能控制与自动化大会[C].,2003.248-250.
  • 4Kennedy J ,Eberhart R C. Particle Swarm Optimization[J].Proc IEEE Int Conf Neural Networks,1995:1942-1948.
  • 5Kennedy J,Eberhart R.Particle Swarm Optimization[C]//Proc IEEE Int Conf on Neural Networks,Perth,1995:1942-1948.
  • 6Eberhart R C,Shi Yu-hui.Comparing inertia weights and constriction factors in particle swarm optimization[C]//Proc IEEE Int Conf on Evolutionary Computation,La Jolla,2000:84-88.
  • 7Eberhart R C,Shi Yu-hui.Particle Swarm Optimization:developments,applications and resourees[C]//Proc IEEE Int Conf on Evolutionary computation,Seoul,2001:81-86.
  • 8Trelea I C.The Particle Swarm Optimization algorithm:convergence analysis and parameter selection[C]//Proc IEEE Int Conf on Evolutionary Computation,2002:317-325.
  • 9Shi Yu-hui,Eberhart R.Empirical study of Particle swarm optimization[C]//Proc IEEE Int Conf on Evolutionary Computation,Washington DC,1999:1945-1950.
  • 10Suganthan P N.Particle Swarm Optimizer with neighborhood operator[C]//Proc IEEE Int Conf on Evolutionary Computation,Washington DC,1999:1958-1962.

共引文献31

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部