粒子群算法PSO优化的PID参数整定

Halcom

粒子群算法PSO优化的PID参数整定：
http://halcom.cn/forum.php?mod=v ... age=1&extra=#pid664
程序如下：

1. %% 清空环境
   
2. clear
   
3. clc
   
4. %% 参数设置
   
5. w = 0.6;      % 惯性因子
   
6. c1 = 2;       % 加速常数
   
7. c2 = 2;       % 加速常数
   
8. 
   
9. Dim = 3;            % 维数
   
10. SwarmSize =100;    % 粒子群规模
    
11. MaxIter = 100;      % 最大迭代次数  
    
12. MinFit = 0.1;       % 最小适应值
    
13. Vmax = 1;
    
14. Vmin = -1;
    
15. Ub = [100 100 100];
    
16. Lb = [0 0 0];
    
17. 
    
18. %% 粒子群初始化
    
19.     Range = ones(SwarmSize,1)*(Ub-Lb);
    
20.     Swarm = rand(SwarmSize,Dim).*Range + ones(SwarmSize,1)*Lb;    % 初始化粒子群
    
21.     VStep = rand(SwarmSize,Dim)*(Vmax-Vmin) + Vmin;                 % 初始化速度
    
22.     fSwarm = zeros(SwarmSize,1);
    
23. for i=1:SwarmSize
    
24.     fSwarm(i,:) = pid_pso(Swarm(i,:));                         % 粒子群的适应值
    
25. end
    
26. 
    
27. %% 个体极值和群体极值
    
28. [bestf bestindex]=min(fSwarm);
    
29. zbest=Swarm(bestindex,:);   % 全局最佳
    
30. gbest=Swarm;                % 个体最佳
    
31. fgbest=fSwarm;              % 个体最佳适应值
    
32. fzbest=bestf;               % 全局最佳适应值
    
33. 
    
34. %% 迭代寻优
    
35. iter = 0;
    
36. y_fitness = zeros(1,MaxIter);   % 预先产生4个空矩阵
    
37. K_p = zeros(1,MaxIter);         
    
38. K_i = zeros(1,MaxIter);
    
39. K_d = zeros(1,MaxIter);
    
40. while( (iter < MaxIter) && (fzbest > MinFit) )
    
41.     for j=1:SwarmSize
    
42.         % 速度更新
    
43.         VStep(j,:) = w*VStep(j,:) + c1*rand*(gbest(j,:) - Swarm(j,:)) + c2*rand*(zbest - Swarm(j,:));
    
44.         if VStep(j,:)>Vmax, VStep(j,:)=Vmax; end
    
45.         if VStep(j,:)<Vmin, VStep(j,:)=Vmin; end
    
46.         % 位置更新
    
47.         Swarm(j,:)=Swarm(j,:)+VStep(j,:);
    
48.         for k=1:Dim
    
49.             if Swarm(j,k)>Ub(k), Swarm(j,k)=Ub(k); end
    
50.             if Swarm(j,k)<Lb(k), Swarm(j,k)=Lb(k); end
    
51.         end
    
52.         % 适应值
    
53.         fSwarm(j,:) =pid_pso(Swarm(j,:));
    
54.         % 个体最优更新     
    
55.         if fSwarm(j) < fgbest(j)
    
56.             gbest(j,:) = Swarm(j,:);
    
57.             fgbest(j) = fSwarm(j);
    
58.         end
    
59.         % 群体最优更新
    
60.         if fSwarm(j) < fzbest
    
61.             zbest = Swarm(j,:);
    
62.             fzbest = fSwarm(j);
    
63.         end
    
64.     end
    
65.     iter = iter+1;                      % 迭代次数更新
    
66.     y_fitness(1,iter) = fzbest;         % 为绘图做准备
    
67.     K_p(1,iter) = zbest(1);
    
68.     K_i(1,iter) = zbest(2);
    
69.     K_d(1,iter) = zbest(3);
    
70. end
    
71. %%绘图
    
72. figure(1)      % 绘制性能指标ITAE的变化曲线
    
73. plot(y_fitness,'LineWidth',3)
    
74. title('最优个体适应值','fontsize',10);
    
75. xlabel('迭代次数','fontsize',10);ylabel('适应值','fontsize',10);
    
76. set(gca,'Fontsize',10);
    
77. grid on
    
78. 
    
79. figure(2)      % 绘制PID控制器参数变化曲线
    
80. plot(K_p,'LineWidth',3)
    
81. hold on
    
82. plot(K_i,'k','LineWidth',3)
    
83. plot(K_d,'--r','LineWidth',3)
    
84. title('Kp、Ki、Kd 优化曲线','fontsize',10);
    
85. xlabel('迭代次数','fontsize',10);ylabel('参数值','fontsize',10);
    
86. set(gca,'Fontsize',10);
    
87. legend('Kp','Ki','Kd',1);
    
88. grid on

复制代码

lee_super

写的很好，给力