7-PSO_PID--粒子群算法的PID参数整定（微分抗饱和调节）

Halcom

7-PSO_PID--粒子群算法的PID参数整定（微分抗饱和调节）
百度网盘链接：https://pan.baidu.com/s/1LfRMuEDkmz9mKrNP3eZBsw 提取码：8mi4
具体链接在halcom.cn论坛，联系人QQ：3283892722
该论坛是一个学习交流平台，我会逐一的和大家分享学习。
欢迎大家录制视频，并提交给我，我来设置视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1
程序如下：

1. %% 清空环境
   
2. clc,clear,close all
   
3. warning off
   
4. format longG
   
5. addpath(genpath('./PID_funtion'))
   
6. % addpath(genpath('./test_function'))
   
7. %% 参数设置
   
8. w = 0.6;      % 惯性因子
   
9. c1 = 2;       % 加速常数
   
10. c2 = 2;       % 加速常数
    
11. 
    
12. Dim = 3;            % 维数
    
13. sizepop = 50;       % 粒子群规模
    
14. maxiter  = 50;      % 最大迭代次数
    
15. MinFit = 0.1;       % 最小适应值
    
16. Vmax = 1;
    
17. Vmin = -1;
    
18. Ub = [500 500 500];
    
19. Lb = [0 0 0];
    
20. 
    
21. %% 适应度函数
    
22. choosed = 2;
    
23. if choosed==1
    
24.     fun = @(x)PID_Fun_1(x);
    
25. elseif(choosed==2)
    
26.     fun = @(x)PID_Fun_2(x);
    
27. elseif(choosed==3)
    
28.     fun = @(x)PID_Fun_3(x);
    
29. elseif(choosed==4)
    
30.     fun = @(x)PID_Fun_4(x);
    
31. end
    
32. %% 粒子群初始化
    
33. Range = ones(sizepop,1)*(Ub-Lb);
    
34. pop = rand(sizepop,Dim).*Range + ones(sizepop,1)*Lb;    % 初始化粒子群
    
35. V = rand(sizepop,Dim)*(Vmax-Vmin) + Vmin;                 % 初始化速度
    
36. fitness = zeros(sizepop,1);
    
37. for i=1:sizepop
    
38.     fitness(i,:) = fun(pop(i,:));                         % 粒子群的适应值
    
39. end
    
40. 
    
41. %% 个体极值和群体极值
    
42. [bestf, bestindex]=min(fitness);
    
43. zbest=pop(bestindex,:);   % 全局最佳
    
44. gbest=pop;                % 个体最佳
    
45. fitnessgbest=fitness;              % 个体最佳适应值
    
46. fitnesszbest=bestf;               % 全局最佳适应值
    
47. 
    
48. %% 迭代寻优
    
49. iter = 0;
    
50. y_fitness = zeros(1,maxiter );   % 预先产生4个空矩阵
    
51. K_p = zeros(1,maxiter );
    
52. K_i = zeros(1,maxiter );
    
53. K_d = zeros(1,maxiter );
    
54. while( (iter < maxiter ) && (fitnesszbest > MinFit) )
    
55.     for j=1:sizepop
    
56.         % 速度更新
    
57.         V(j,:) = w*V(j,:) + c1*rand*(gbest(j,:) - pop(j,:)) + c2*rand*(zbest - pop(j,:));
    
58.         if V(j,:)>Vmax,
    
59.             V(j,:)=Vmax;
    
60.         end
    
61.         if V(j,:)<Vmin,
    
62.             V(j,:)=Vmin;
    
63.         end
    
64.         % 位置更新
    
65.         pop(j,:)=pop(j,:)+V(j,:);
    
66.         for k=1:Dim
    
67.             if pop(j,k)>Ub(k),
    
68.                 pop(j,k)=Ub(k);
    
69.             end
    
70.             if pop(j,k)<Lb(k),
    
71.                 pop(j,k)=Lb(k);
    
72.             end
    
73.         end
    
74.         % 适应值
    
75.         fitness(j,:) =fun(pop(j,:));
    
76.         % 个体最优更新
    
77.         if fitness(j) < fitnessgbest(j)
    
78.             gbest(j,:) = pop(j,:);
    
79.             fitnessgbest(j) = fitness(j);
    
80.         end
    
81.         % 群体最优更新
    
82.         if fitness(j) < fitnesszbest
    
83.             zbest = pop(j,:);
    
84.             fitnesszbest = fitness(j);
    
85.         end
    
86.     end
    
87.     iter = iter+1;                      % 迭代次数更新
    
88.     y_fitness(1,iter) = fitnesszbest;         % 为绘图做准备
    
89.     K_p(1,iter) = zbest(1);
    
90.     K_i(1,iter) = zbest(2);
    
91.     K_d(1,iter) = zbest(3);
    
92. end
    
93. %% 绘图
    
94. disp(['PSO最优解', num2str(zbest)])
    
95. disp(['PSO最优解对应的目标值', num2str(fitnesszbest)])
    
96. fprintf('\n')
    
97. 
    
98. figure(1)      % 绘制性能指标ITAE的变化曲线
    
99. plot(y_fitness,'LineWidth',3)
    
100. title('最优个体适应值','fontsize',10);
     
101. xlabel('迭代次数','fontsize',10);ylabel('适应值','fontsize',10);
     
102. set(gca,'Fontsize',10);
     
103. grid on
     
104. 
     
105. figure(2)      % 绘制PID控制器参数变化曲线
     
106. plot(K_p,'b-','LineWidth',2); hold on
     
107. plot(K_i,'k-.','LineWidth',2)
     
108. plot(K_d,'r--','LineWidth',2)
     
109. title('Kp、Ki、Kd 优化曲线','fontsize',10);
     
110. xlabel('迭代次数','fontsize',10);   ylabel('参数值','fontsize',10);
     
111. set(gca,'Fontsize',10);
     
112. legend('Kp','Ki','Kd',1);
     
113. grid on;hold off;
     
114. 
     
115. % PID响应
     
116. if choosed==1
     
117.     [rint, yout]=PID_Fun_1_response(zbest);
     
118. elseif(choosed==2)
     
119.     [rint, yout]=PID_Fun_2_response(zbest);
     
120. elseif(choosed==3)
     
121.     [rint, yout]=PID_Fun_3_response(zbest);
     
122. elseif(choosed==4)
     
123.     [rint, yout]=PID_Fun_4_response(zbest);
     
124. end
     
125. figure('color',[1,1,1])
     
126. plot(rint,'b-','linewidth',2);hold on;
     
127. plot(yout,'r.-','linewidth',2);
     
128. axis tight;grid on;
     
129. hold off;
     
130. 
     
131. rmpath(genpath('./PID_funtion'))
     
132. % rmpath(genpath('./test_function'))

复制代码

微分抗饱和调节：

游客，如果您要查看本帖隐藏内容请回复

lantian

很好哒分享

小土豆

很好，谢谢

dukewd

认真学习粒子群算法的PID参数整定

wwmwwmwwm

1111111111111111

tjs666

66666666666666

jiangshanma

顶顶顶顶顶顶顶顶顶顶

爱学习的树懒

支持,很好的分享，支持