灰狼优化算法(Grey Wolf Optimizer, GWO),由澳大利亚格里菲斯大学学者Mirjalili等人于2014年提出来的一种群智能优化算法。灵感来自于灰狼群体捕食行为。GWO算法模拟了自然界中灰狼的领导等级和狩猎机制。将灰狼分为四种类型,用来模拟等级阶层。此外,还模拟了寻找猎物、包围猎物和攻击猎物三个主要阶段。
作者整理了灰狼优化算法优化PID参数matlab代码,结果表明,该智能优化算法表现优异,存在良好的寻优特性,适合新手学习,或者发表文章进行使用。结合simulink模型,良好的优化了单区域内负荷频率的pid参数!!!
代码和模型获取链接:基于灰狼优化算法(GWO)整定单区域负荷频率控制PID参数的matlab代码和simulink模型
代码:
迭代曲线:
simulink模型:
误差曲线: