前言
永磁同步电机能够完美克服传统电机的缺陷,并且还具有运行效率高,损耗小等额外的优点。传统的PI参数整定方法已无法满足实际应用的需要,人们迫切需要寻找一种更好的参数优化方法,来得到PI控制器的最优参数值。粒子群算法属于群智能算法的一种,和蚁群算法、遗传算法相似。这种算法首先随机初始化粒子群位置,通过粒子不断更新速度方向和位置,使得粒子逐渐向全局最优解靠近,最终找到最优值。粒子群算法相比于其他算法而言,它具有可操作性好的优点,因此,适用于对PI控制器参数的优化。
一、粒子群优化算法
粒子位置的更新方式如图所示,假设在一个M维的目标搜索空间中,有N个粒子组成一个群落,其中第i个粒子表示为一个M维空间的向量。第i个粒子的“飞行”速度也是一个M维的向量,记为:
V i = ( v i 1 , v i 2 , . . . , v i D ) , i = 1 , 2 , 3 , . . . , N V_i=(v_{i1},v_{i2},...,v_{iD}),\mathrm{\ \ \ \ \ }i=1,2,3,...,N Vi=(vi1,vi2,...,viD), i=1,2,3,...,N
第i个粒子迄今为止搜索到的最优位置称为个体极值,记为
p b e s t = ( p i 1 , p i 2 , . . . , p i D ) , i = 1 , 2 , . . . , N p_{best}=(p_{i1},p_{i2},...,p_{iD}),\mathrm{\ \ \ \ }i=1,2,...,N pbest=