基于遗传算法的模糊PID控制器整定(Matlab代码实现）

 👨‍🎓个人主页：研学社的博客   

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

2.1 单位步进跟踪

2.2 单位阶跃参考控制信号 

2.3 总结

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

PID控制器在工业应用中得到了广泛的应用，主要用于线性化系统。传统的PID控制器对系统模型的非线性和模型的不确定性处理较差。克服这些问题的许多方法之一是使用Wang和Yu提供的“基于神经元的非线性pid控制器”。

在这种控制方法中，每个神经元的权值在一个循环中更新。这意味着它是一个“在线”算法。因此控制信号可表示为:

这个非线性函数第四部分进行Matlab编程”。参数在(0,1)之间。当α使非线性函数线性化时。δ是一个很小的正数，用于产生a1α =这个非线性函数中x在0附近时的小线性面积。因为每个神经元都有自己的参数。 

详细讲解见第四部分。

📚2 运行结果

2.1 单位步进跟踪

2.2 单位阶跃参考控制信号 

2.3 总结

通过遗传算法最小化代价函数，取得了成功的结果。

这是一个预期的结果，因为为了最小化成本函数，我们应该最小化两件事跟踪误差和控制努力。我可以通过长时间运行遗传算法获得更好的结果，因为这些结果足够好，我决定停止算法。我还应该指出，增加会增加成本函数，并使找到正确的λ参数变得更加困难。因为我已经取得了很好的结果没有惩罚太多的控制努力。所以局部最小值应该在参数的最小差异之间。这是用遗传算法进行优化时所期望的现象。该算法完全随机生成种群，这使得它是一个随机过程，有时很难找到敏感的局部最小值。

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]蒋勇,陈华.基于GA的工程整定模糊PID烧结温度控制器[J].轻金属,2011(07):19-22.DOI:10.13662/j.cnki.qjs.2011.07.001.

[2]张鹏. 基于伸缩因子的模糊PID自整定液位控制系统研究[D].武汉科技大学,2009.

🌈4 Matlab代码实现