【粒子群算法整定PID参数】MATLAB2016b(02一些细节问题)

此帖主要针对01帖的细节方面

很抱歉更新的晚了，现在我对01帖发布到现在，用粒子群算法整定PID参数时存在的细节问题进行讲解，以便于帮助大家学会此方法，降低整定参数的难度。

---

问题一：matlab函数使用问题

这个问题主要针对MATLAB的初学者：
matlab中函数的使用，一般定义一个function，这样可以直接调用使用。我们知道整定参数时要计算参数的适应度，在我的代码中便是通过定义一个function，来获得参数的适应度，以便用于判断当前参数的优劣。所以要明白函数的调用方法。

function z = pso_pid(kp,ki,kd)
%赋值运行且返回参数适应度
%assigin函数，作用是可在m文件里控制simulink，对变量kp进行赋值
assignin('base','kp',kp);
assignin('base','ki',ki);
assignin('base','kd',kd);
try  %% 用于应对simulink仿真异常，返回一个极大值作为适应度，表明当前参数很差
    y_out=sim('l.slx',[0,10]);    %sim函数，可运行siumlink模型，[0,10]代表仿真10s
    z=simout1.data(end,1);		  %适应度用返回给z
catch
    z=1e6;						  %如果异常，就返回1e6。通常异常都是由于参数太差引起的。
end

---

问题二：仿真运行框中一直出现警报

警报是由于仿真模型部分连接问题或者参数问题：

1.仿真模型连接不完全，有时也会引起警报，但并不影响仿真运行。
2.参数整定的迭代过程中，出现很不符合系统的参数，导致仿真不收敛等情况而出现警报，这会影响仿真运行。

解决方案：

出现警报时，同时查看显示波形的示波器：
如果正常运行，则是第一种情况，警报可以忽略。

如果示波器发现仿真卡在某个时间点或者仿真运行很慢，则是第二种情况，此时需要点示波器上的停止按钮，跳过此次仿真。但这样会导致该参数对应的适应度很优秀，这时，我们可以重新设计一个适应度函数，来使它的适应度变的很差。

问题三：为什么整参时很容易出现适应度都是1e6的情况

1.定义的function中有bug，返回适应度值有问题。
2.算法初始取定的参数范围有问题。

1解决方案

.返回函数的问题，即sim函数的问题,一般的代码如下

	y_out=sim('l.slx',[0,10]);    %sim函数，可运行siumlink模型，[0,10]代表仿真10s
    z=simout1.data(end,1);	%simout是simulink中的一个模块，可以记录数值并可以通过m文件得到

这时可能发生bug，y_out是一个结构体，当用z=simout1.data(end,1)时，会出现找不到这个值，所以就会出现异常，z也就取了我们设定的1e6，这样就无法区分参数的优劣。
代码改为如下，可以避免这个BUG

    s_out=sim('zitai_sliding.slx',[0,15]);    %使用命令行运行控制系统模型
    yout=s_out.get('simout');
    z=yout.data(end,1);

2解决方案

如果是电脑性能好，时间足，可以通过增大种群数和迭代次数来克服。但仍要先给出一个粗略的参数可能的取值范围，这样不容易产生令仿真出现异常的参数，同时也可以更大概率的获得全局最优参数。对于不同的系统，仍需要手动调试，这样会避免后续出现的问题、

gens=100;
np=80;
nd=3;
%范围
kpmax=0.1;
kpmin=0;
kimax=0.05;
kimin=0;
kdmax=0.04;
kdmin=0；

这是我自己之前调的一个系统，刚开始定义的参数范围特别大，便让程序开始跑了，结果跑完了发现没有合适的解，这就说明我定义的pid参数范围根本不符合系统。再加上我的种群数量又小，很容易产生不出来适合的解，从而导致一直在非可行域打转。
最后还是通过对被控系统分析了一下，才知道参数不能取的过大，于是我慢慢缩小范围，然后用算法跑，来获得了较优的可行解。
因此，我们在进行参数范围设定时，很有必要花费一点时间手动调试一下适合系统的参数范围，找出一个可行范围，再利用算法跑，这样极不容易出现仿真卡顿，而且粒子群算法的寻优速度快的优势也会被很好的表现出来。

最后

如果仍然难以处理的bug，还没有学会此方法，欢迎加q320820676。
免费提供：简单仿真模型+代码
有偿：包教会，帮调PID、SMC、ADRC模型参数

---

后续跟新粒子群算法整定ADRC参数