当前位置：文档之家 › 基于遗传算法的PID参数优化毕业设计(论文)

基于遗传算法的PID参数优化毕业设计(论文)

  • 格式：doc
  • 大小：1.15 MB
  • 文档页数：53

下载文档原格式

  / 53

合集下载

本科毕业论文PID温控系统的设计及仿真

本科毕业论文PID温控系统的设计及仿真

CENTRAL SOUTH UNIVERSITY 本科生毕业论文题目PID温控系统的设计及仿真学生指导教师学院信息科学与工程学院专业班级完成时间年月摘要温度是工业控制的主要被控参数之一。

可是由于温度自身的一些特点，如惯性大，滞后现象严重，难以建立精确的数学模型等，给控制过程带来了难题。

要对温度进行控制，有很多方案可选。

PID 控制简单且容易实现，在大多数情况下能满足性能要求。

模糊控制的鲁棒性好，无需知道被控对象的数学模型，且在快速性方面有着自己的优势。

研究分析了PID 控制和模糊控制的优缺点，把两者相互结合，采用了用模糊规则整定P K 、I K 两个参数的模糊自整定PID 控制方法。

本研究以电烤箱为控制对象，用MATLAB 软件对PID 控制、模糊控制和参数模糊自整定PID 控制的控制性能分别进行了仿真研究。

仿真结果表明PID 对于对象模型复杂和模型难以确定的控制系统具有很大的局限性，不能满足调节时间短、超调小的技术要求。

由于模糊控制的理论（如量化因子和比例因子的确定问题）并不完善，其可能获得的控制性能无法把握，而且模糊控制易受模糊规则有限等级的限制而引起稳态误差。

参数模糊自整定PID 控制吸收前两种方法的长处，满足了调节时间短、超调量为零且稳态误差较小的控制要求。

因此本论文最终确定采用参数模糊自整定PID 控制方案。

本系统硬件采用了以 AT89C52 单片机为核心的温度控制器，选用 k 型热电偶为温度传感器结合MAX6675芯片构成前向通道，同时双向晶闸管和SSR 构成后向通道，由按键、LED 数码显示器及报警单元等组成人机联系电路。

关键词：单片机，PID ，模糊控制，仿真ABSTRACTTemperature is one of the main parameters in the industrial process control.Yetthere are difficultiesto have a good control oftemperature becauseof the characteristics of the temperature itself:the temperature inertia is great, its time-lag is serious and it is hardto establish an accurate mathematical model.There are many methods to be selected in order to control a system. The PID controlis simple,easily realized andin most casesit meetsthe control demand. Fuzzy control has the advantage of quickness,itsrobustness is good and there is no needto know theobject ’smathematical model.This paper analyses the advantages and disadvantages of both PID control and fuzzycontrol and es to the method of bining them together,fuzzy self-tuningPID control. In this method,P K and I K of the PID controller are adjusted by fuzzy control rules ．In the paper simulations of PID control, fuzzy control and fuzzyself-tuning PID control are done by MATLAB to control a electric oven.Conclusions are that for those control objects of which models are plicated or hard to establish,the PID method has limitation and doesn ’t meet the control demand. As the fuzzy control method theory is not perfect, a good control performance cannot be expected. And it could easily cause the steady-state error for it is restricted by limited grades of the fuzzy rules.Finally the fuzzy self-tuning PID control method is selected, since it meets the control demands.In this paper AT89C52 is used as controller, toward access is posed of K which is used as the temperature sensor and MAX6675.Backward access is posed of bidirectional thyristor and SSR. Man-machine circuit is posed of keyboard, LED and warning unit, etc.Key words ：Micro Controller, PID Control, Fuzzy Control, Simulation目 录摘要IABSTRACTII第一章绪论11.1 课题的提出及意义11.2 控制系统背景介绍11.3 当代温控系统及智能算法2第二章温控系统的设计52.1 温控系统的总体设计52.1.1 温控系统设计的基本原则52.1.2 温控系统的结构及设计62.2 温控系统的硬件设计72.2.1 前向通道设计72.2.2 后向通道设计102.2.3 人机通道设计11小结15第三章系统控制方案163.1 PID 控制163.1.1 PID的概述163.1.2 PID 控制的基本理论及特点163.2 模糊控制183.2.1 模糊控制的概述183.2.2 模糊控制的基本原理及特点183.3 模糊PID 控制19小结21第四章仿真研究224.1 MATLAB及其模糊逻辑工具箱和仿真环境simulink224.2 仿真和优选234.2.1 控制对象模型234.2.2 仿真和方案选择25小结32第五章总结与展望335.1 主要工作容335.2 工作小结335.3 存在的问题及未来的方向34结束语35参考文献36第一章绪论1.1 课题的提出及意义温度是生产过程和科学实验中非常普遍而又十分重要的物理参数。

基于遗传算法的PID参数整定与优化 (2)

基于遗传算法的PID参数整定与优化 (2)

福建电脑2014年第2期课题来源：徐州工程学院“江苏省大学生创新创业训练计划项目（创新类）”，编号XCX13095，名称基于遗传算法的PID 参数整定。

0. 引言PID 控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好和可靠性高，被广泛应用于过程控制和运动控制中，尤其适用于可建立精确数学模型的确定性控制系统中。

在PID 控制中，控制效果的好坏完全取决与PID 参数的整定与优化。

目前，PID 参数整定与优化方法有很多，如Z-N 法、继电型自整定法、最优设计法及梯度法、单纯形法。

前几种整定方法带有经验性并且不是最优解，梯度法和单纯形法极易陷入局部最优点。

因此可采用遗传算法进行参数寻优，该方法是一种不需要任何初始信息并可以寻求全局最优解的高效优化组合方法。

1. 遗传算法遗传算法，是由美国的J.H.Holland 提出的一种模仿生物进化过程的最优化方法。

是以自然选择与遗传理论为基础，将生物进化过程中适者生存与群体内部染色体的随机信息交换机制相结合的全局搜索算法。

近年来，人们把它应用于学习、优化、自适应等问题中。

在优化问题中，遗传算法过程简述如下。

首先在解空间中取一群点(基因群)，作为遗传开始的第一代。

每个点(基因)用一个二进制的数字串表示，其优劣程度用一个适应度函数来衡量。

适应度函数值小，表明那个点(基因)好，容易在遗传中生存下去。

在向下一代遗传演变中，前一代中的每个数字串根据由其适应度函数值决定的概率被复制到配对池中。

好的数字串以高的概率被复制下来，劣的数字串被淘汰掉。

然后将配对池中的数字串任意配对，并对每一对数字串进行交叉操作，产生新的子孙(数字串)。

最后对新的数字串的某一位进行变异。

这样就产生了新的一代。

按照同样的方法，经过数代的遗传演变后，在最后一代中得到全局最优解或近似最优解。

同常规优化算法相比，遗传算法有以下特点：1)遗传算法是对参数的编码进行操作，而非对参数本身。

遗传算法首先基于一个有限的字母表，把最优化问题的自然参数集编码为有限长度的字符串。

基于遗传算法的PID参数优化毕业设计(论文)

基于遗传算法的PID参数优化毕业设计(论文)

本科生毕业设计(论文)论文题目：基于遗传算法的PID参数优化毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

基于遗传算法的PID参数优化

基于遗传算法的PID参数优化
1.2
PID控制的参数整定方法的研究历史悠久，早在1942年，Ziegler和Nichols就针对一阶惯性加纯延迟的对象提出了PID控制器参数整定的Z-N法，曲线拟合的方法将阶跃相应数据拟合为近似的一阶惯性加纯滞后环节的模型，从而来解决常规的控制对象。这种方法和理论很快就应用在了实际的生产中。同一年，Ziegler提出了参数整定的临界振荡法，随着后来理论基础的发展，越来越多的参数整定方法开始出现。1993年，陈福祥等提出了增益优化的PID参数整定方法，根据测量得到的阶跃响应的瞬时值去计算PID控制器的参数值。1995年，UdoKuhn提出基于总和时间常数的整定方法，该方法对阶跃响应曲线为S型的自衡对象适用。
其中： 表示系统的输入， 指系统的输出， 是系统输入与输出的差， 误差变化率。模糊自适应参数整定就是研究PID三个参数与 、 之间关系，该系统在运行的过程中不断检测 和 ，PID的三个参数将会被修改，以满足不同 和 对控制参数的不同要求，进而使被控对象性能发挥到极致。
3.临界比例度法
临界比例度法是现在应用较为广泛的一种控制器参数整定法，其实质是首先让控制器在纯比例作用下，通过实验，寻找到等幅振荡的过渡的过程，记录该情况下的比例度 以及等幅振荡周期 ，再有简单计算得到 和 ，步骤如下：
1
PID控制器在工业过程中广泛应用，但是传统的PID控制器稳定性差，适应能力弱等不足，很难满足生产过程中控制的多变性与稳定性。PID参数优化将变得尤为重要，其优化方法主要有：常规Z-N法、基于模糊控制的PID参数整定、衰减曲线法等。
1. 常规Z-N整定方法
常规Z-N整定方法是由Ziegler和Nichols在1942年提出的[]，该方法基于受控过程的开环动态响应中一些特征参数而进行的PID参数整定，经验公式基于带有延迟的一阶惯性模型而提出来的，对象模型如下：

基于模拟退火遗传算法的PID参数整定与优化

基于模拟退火遗传算法的PID参数整定与优化

基 于模 拟 退 火 遗传 算 法 的 ＰＤ参数 整 定 与优 化 Ｉ
李凌 宇， 郭贵法 ， 许锦标
（ 广东工业 大学 自动化学院 ， 广东 广州 ５ ０ ０ ） １０ ６
摘要 ： 结合模拟退火算法和遗传算法 的思想 ， 出模拟退火遗传算 法 ， 提 用此算 法进行 ＰＤ参 数整定与优化． Ｉ 同时使
Ａｇｒｈ ｓ ， 根据 固体退 火思 想 ， ｌ ｉ ｍ ）它是 ｏｔ 为解 决 大 规模
组合 优化 问题 ， 别 是 Ｎ 特 Ｐ问 题 完全 组 合 优 化 而 设
足 降低温 度 ， 此 控 制再 生 操 作 之后 按 自适应 概 率 依
对种 群 进行 交 叉 、 异操 作 ． 样种 群 不 断进 化 ， 变 这 直
遗传算法¨ 刮简 称 Ｇ Ｇ ｎｔ ｌ ｒｈ ｓ ， Ａ（ ｅｅｃＡｇｉ ｍ ） 它 ｉ ｏｔ 是 根据 自然界 的遗传 机理 而设计 的一种 全新 概念 的
优 化方 法 ， 是一 种 建 立 在生 物 界 自然 选 择原 理 和 自
Ｎｃ ｏ 法 、 ｏｅ — ｏｎ法 、 优控 制 法 （ ｉ ｌ ｈ ｓ Ｃ ｈ ｎＣ ｏ 最 误差 积 分指
标最优 ）稳定 边 界法 等 ， 时还 有 梯度 法 以及 单纯 、 同
形法等 ， 但这 些方 法都有 一定 的局 限性 ． 文采 用 自 本 然遗传机制的随机搜索方法， 它模拟 了生物界 中的 适应在 线模 拟退 火 遗传 算 法 ５ 刮对 ＰＤ参 数 进行 整 Ｉ 生命进化 机制 ， 在人 工系统 中实现 特定 目标 的优 化． 定与寻优 ， 是一 种在传统遗传算法基础上而改进 的 在２ 纪 ６ ０世 ０年 代 ， 由美 国 Ｍｉ ｉ ｎ大 学 的 ＪＨ． 优 化方 法 ， 有更好 的寻 优效果 ． ｃｇ ｈａ ． 具 Ｈｏ ａｄ教 授 在 《 ｄ ｐａ ｏ ｎ Ｎ ｔｒｌａ ｄ Ａｔ ｃ ｌ ｌｎ ｌ Ａ ａｔ ｉ ｉ ａ ａ ｎ ｒｆ ｉ ｔｎ ｕ ｉ ａ ｉ

电机控制系统PID参数的遗传算法优化

电机控制系统PID参数的遗传算法优化

电机控制系统PID 参数的遗传算法优化肖 龙 汤恩生(北京空间机电研究所,北京 100076)摘 要 近年来,遗传算法的研究十分引人注目,作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。

其算法简单通用,鲁棒性强,在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。

该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。

文章就是利用遗传算法对某一电机控制系统的PID 参数进行优化,以提高控制系统的性能指标。

关键词 PID 控制 PID 参数 遗传算法收稿日期:2006-04-17The Optimizition of Genetic Algorithms for the PID Parameters of MotorController SystemXiao Long Tang Ensheng(Beijing Institute of Space M echanics &Electrici ty,Beijing 100076)Abstract In recent years,the research of genetic algorithms is very popular As a ne w random search and optimized method of simulating nature e volution,genetic algorithms is easy ,currency and robust It has shown its charm in the ap plication of optimize combinition,machine learning,self-adaption control ,programming design and so on This method can search the best and efficient optimized combinition in the globe without any initial information This paper optimizes the PI D controller para meters of a motor by using genetic algorithms to improve the performance of the systemKey Words PID control PID parameter Genetic algorithms1 前言在自动控制系统中,控制器的设计与参数调整是控制理论的重要内容,也是实际工业控制工程的关键技术之一。

基于遗传算法的永磁同步电机调速系统PID参数优化

基于遗传算法的永磁同步电机调速系统PID参数优化
ｅ ｒｒ ａ ｄ ａ ｖ ｒｈ ｏ — ｕ ｉ ｍｅ ｔｉ ｍ ｗｅｅ ｉ ｌｍｅ ｔ ｄ ｉ ｈ ｌｏ ｉ ｍ．Ｓ ｍｕ ａｉ ｎ ｒｓ ｌ ｄ ｍｏ ｓｒ ｔｄ ｔ ａ ｔ ｅ ｌ ｎ ｎｏ ｅｓｏ ｔ ｎｓ ｏ ｐ ｈ ｎ ｔ ｒ ｍｐ ｅ ｎ ｅ ｎ ｔ ｅ ａｇ ｒ ｈ ｅ ｔ ｉ ｌｔ ｅ ｕｔ ｅ ｎ ｔａｅ ｈ ｔ ｈ ｏ
维普资讯
变频 与调速 Ｅ Ｃ ＭＡ
迫轧 与控 制 应 田２ ， ７ ￣７ ４（ ） ３
基 于遗传 算 法 的永 磁 同步 电机 调速 系统 Ｉ Ｐ Ｄ参 数优 化 术
焦竹青 ， 屈百达 ， 徐保 国 （ 南大学 通 信 与控 制 工程 学院 ， 苏 无锡 江 江
ｔ ｏｌ ｒ
控制理 论 的发展 ， 用 模糊 逻 辑 关 系对 ＰＤ控 制 利 Ｉ
器进 行 优 化 设 计 ， 成 为 当 前 的 一 个 研 究 热 已
在 电机驱 动 控 制 系 统 中 ， Ｉ Ｐ Ｄ控制 由 于算 法
ＰＭＳＭ ． Ｔｈ ｐ ｉ ｌｓ ｌ ｉ ｎ ｉ ｖ ｒ ｅ ｅ ａｉｎ ｗａ ｅ ｅ ｖ ｄ ｔ ｕ ｒ ｎｅ ｌ ｉ ｄ ｖｄ ｌ ｏ ｃ ｖ ｒｅ ｔ ｌｂ ｌｏ ｔｍｉ ｅ ｏ ｔｍａ ｏｕｔｏ ｎ ｅ ｅｙ ｇ ｎ ｒｔｏ ｓｒ ｓ ｒ ｅ ｏ ｇ ａ ａ ｔｅ ａｌ ｎ ｉｉ ｕａｓｔ ｏｎ ｅｇ ｏ ｇｏ ａ ｐ ｉ —
关 键 词 ： 磁 同 步 电 机 ； 传 算 法 ： 速 系统 ， 永 遗 调 比例 一 分 一 分 控 制 积 微 中图 分 类 号 ： Ｍ ０ ． Ｔ ２ １ 文献 标 识 码 ： 文章 编 号 ：６ ３６ ４ （０ ７ ０ － ３ －４ Ｔ ３ １２；Ｐ ７ Ａ １７ －５０ ２ ０ ）７０ ４０ ０

基于遗传算法的PID整定

基于遗传算法的PID整定

PID控制是工业过程控制中应用最广的策略之一，因此PID控制器参数的优化成为人们关注的问题，它直接影响控制效果的好坏，并和系统的安全、经济运行有着密不可分的关系。

目前PID参数的优化方法有很多，如间接寻优法、梯度法、爬山法等，而在热工系统中单纯形法专家整定法则应用较广。

虽然这些方法都具有良好的寻优特性，但存在着一些弊端，单纯形法对初值比较敏感，容易陷入局部最优化解，造成寻优失败。

专家整定法则需要太多的经验，不同的目标函数对应不同的经验，而整理知识库则是一项长时间的工程。

因此我们选取了遗传算法来进行参数寻优，该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。

采用遗传算法进行PID三个系数的整定，具有以下优点：（1）与单纯形法相比，遗传算法同样具有良好的寻优特性，且克服了单纯形法参数初值的敏感性。

在初始条件选择不当的情况下，遗传算法在不需要给出调节器初始参数的情况下，仍能寻找到合适的参数，使控制目标满足要求。

同时单纯形法难以解决多值函数问题以及在多参数寻优（串级系统）中，容易造成寻优失败或时间过长，而遗传算法的特性决定了它能很好地客服以上问题。

（2）与专家整定相比，它具有操作方便、速度快的优点，不需要复杂的规则，只通过字串进行简单地复制、交叉、变异，便可达到寻优。

避免了专家整定法中前期大量的知识库整理工作及大量的仿真实验。

（3）遗传算法是从许多点开始并行操作，在解空间进行高效启发式搜索，克服了从单点出发的弊端及搜索的盲目性，从而使寻优速度更快，避免了过早陷入局部最优解。

（4）遗传算法不仅适用于单目标寻优，而且也适用于多目标寻优，根据不同的控制系统，针对一个或多个目标，遗传算法均能在规定的范围内寻找到合适参数。

遗传算法作为一种全局优化算法，得到越来越广泛的应用。

近年来，遗传算法在控制上的应用日益增多。

二、基于遗传算法的PID整定原理1、参数的确定及表示首先确定参数范围，该范围一般是由用户给定，然后由精度的要求，对其进行编码。

基于遗传算的PID参数优化及MATLAB实现

基于遗传算的PID参数优化及MATLAB实现

引言PID操纵器结构简单且鲁棒性强，在操纵领域一直被普遍应用。

运算机的进展为在线辩识提供了条件，从而也为在线整定PID参数提供了可能。

PID操纵是工业进程中应用最普遍的策略之一，因此PID 操纵器参数的优化成为人们关注的问题，它直接阻碍操纵成效的好坏，并和系统的平安、经济运行有着密不可分的关系。

目前PID参数的优化方式很多，如：间接寻优法，梯度法，登山法等，而在热工系统中单纯形法、专家整定法那么应用普遍。

尽管二者都具有良好的寻优特性，但却存在一些短处，单纯刑法对初值比较灵敏，容易陷入局部最优解，造成寻优失败。

专家整定法那么需要太多体会，不同的目标函数对应不同的体会，而整理知识库是一项长时刻的工程。

因此咱们选取遗传算法来进行参数寻优，该方式是一种不需要任何初始信息并能够寻求全局最优解的高效的优化组合方式。

第一章：遗传算法和PID操纵原理简介一遗传算法简介大体原理遗传算法是依照生物进化的模型提出的一种优化算法。

遗传算法是从代表问题可能潜在解集的一个群组（popuation）开始的，而一个种群那么由通过基因（gene）编码（coding）的必然数量的个体（individual）组成。

每一个个体事实上是染色体（chromosome）带有特点的实体。

染色体作为遗传物质的要紧载体，即多个基因组合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现。

因此，在一开始需要实现从表现型到基因型的映射即编码工作。

由于仿照基因编码的工作很复杂，咱们往往进行简化，如二进制编码。

初代种群产生以后，依照适者生存和优胜劣汰的原理，逐代（genetation）演化产生出愈来愈好的近似解。

在每一代，依照问题域中个体的适应度（fitness）大小挑选（selection）个体，并借助于自然遗传学的遗传算子（genetic operator）进行组合交叉.（crossover）和变异（mutation）,产生出代表新的解集的种群。

遗传算法的PID控制器的设计毕业论文

遗传算法的PID控制器的设计毕业论文
1991年D.Whitey在他的论文中提出了基于领域交叉的交叉算子（Adjacency based crossover），这个算子是特别针对用序号表示基因的个体的交叉，并将其应用到了TSP问题中，通过实验对其进行了验证。
D.H.Ackley等提出了随即迭代遗传爬山法（Stochastic Iterated Genetic Hill-climbing，SIGH）采用了一种复杂的概率选举机制，此机制中由m个“投票者”来共同决定新个体的值（m表示群体的大小）。实验结果表明，SIGH与单点交叉、均匀交叉的神经遗传算法相比，所测试的六个函数中有四个表现出更好的性能，而且总体来讲，SIGH比现存的许多算法在求解速度方面更有竞争力。
随着现代控制理论的建立和不断发展完善，对过程控制提出了新的方法和思路，同时也由于生产工艺不断地改进提高，对过程控制也提出了高要求。科研人员在不断探索新方法的同时，也对传统的PID控制的改进做了大量的研究。因为PID控制有其固有的优点，使得PID控制在今后仍会大量使用，如何进一步提高PID控制算法的能力或者依据新的现代控制理论来设计PID控制算法是一个非常吸引人的课题。科研人员在这一领域做的工作主要有以下两方面。
遗传算法的PID控制器的设计毕业论文
第1章 绪论
1.1 课背景
PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以在工业实际应用中，PID调节器是应用最为广泛的一种控制策略，也是历史最久、生命力最强的基本控制方式。调查结果表明在当今使用的控制方式中，PID型占84.5%，优化PID型占6.8%，现代控制型占有1.5%，手动控制型6.6%，人工智能(AI)型占0. 6%。如果把PID型和优化PID型二者加起来则占90%以上，这说明PID控制方式占绝大多数，如果把手动控制型再与上述两种加在一起，则占97. 5%，这说明古典控制占绝大多数。就连科学技术高度发达的日本，PID控制的使用率也高达84.%。这是由于理论分析及实际运行经验已经证明了PID调节器对于相当多的工业过程能够起到较为满足的控制效果。它结构简单、适用面广、鲁棒性强、参数易于调整、在实际中容易被理解和实现、在长期应用中已积累了丰富的经验。特别在工业过程中，由于控制对象的精确数学模型难以建立，系统的参数又经常发生变化，运用现代控制理论分析综合要耗费很大的代价进行模型辨识，但往往不能达到预期的效果，所以不论常规调节仪表还是数字智能仪表都广泛采用这种调节方式。正是由于PID控制算法具有以上多种优点，所以这种算法仍将在现场控制中居于主导地位

基于遗传算法的PID控制器参数优化与仿真研究

基于遗传算法的PID控制器参数优化与仿真研究
模拟PID控制系统的原理框图如下图所示。
分别介绍比例调节器、积分调节器、微分调节器的作用[3]
1)比例调节器：比例调节器对偏差是即时反应的，偏差一旦出现，调节器立即产生控制作用，使输出量朝减小偏差的方向变化，控制作用的强弱取决于比例系数Kp。比例调节器虽然简单快速，但是对系统的响应存在静差。可通过增大Kp值来减小稳定误差并提高系统的动态稳定速度，但是如果取值过大,将可能导致系统不稳定；太小会导致控制精度降低,响应速度减慢,系统的物理特性变坏。
2
PID控制器是一种线性调节器，这种调节器是将系统的给定值r与实际输出值y构成的控制偏差 的比例、积分、微分，通过线性组合构成控制量，所以简称PID控制器。
连续控制系统中的模拟PID控制规律为
(2-1)
式中Kp—比例系数
Ti—积分时间常数
TD—微分时间常数
将上面式子换成传递函数形式, 得：
(2-2)
KEY WORDS：PID control；Genetic algorithm；Parameter optimization；Matlab simulation
0 前言
PID控制是过程控制中广泛应用的一种控制方法。比例、积分、微分的组合决定了PID控制效果，决定了系统能否高效可靠地运行。PID参数整定方法随着PID的大量应用也不断更新。工程上经常使用工程整定法、反应曲线法等，在按照经验公式整定出参数后只需微调即可获得满意的控制性能。但是随着控制要求的不断提高，被控对象越来越复杂，使用常规PID整定方法整定PID参数难以取得令人满意效果，因此PID控制器参数的优化成为人们关注的问题, 它直接影响控制效果的好坏, 并和系统的安全、经济运行有着密不可分的关系。因此，有效的PID参数优化方法已成为迫切的需要。

基于遗传算法整定的PID控制 毕业论文

基于遗传算法整定的PID控制 毕业论文

2010届毕业生毕业论文题目: 基于遗传算法整定的PID控制院系名称：信息科学与工程学院专业班级：电子信息科学与技术学生姓名：学号：指导教师：教师职称：讲师2010年 6 月 2 日摘要PID控制器是在工业过程控制中常见的一种控制器，因此，PID参数整定与优化一直是自动控制领域研究的重要问题。

遗传算法是一种具有极高鲁棒性的全局优化方法，在自控领域得到广泛的应用。

针对传统PID参数整定的困难性，本文提出了把遗传算法运用于PID参数整定中。

本文首先对PID控制的原理和PID参数整定的方法做了简要的介绍。

其次介绍了遗传算法的原理、特点和应用。

再次，本文结合实例阐述了基于遗传算法的PID参数优化方法，采用误差绝对值时间积分性能指标作为参数选择的最小目标函数,利用遗传算法的全局搜索能力,使得在无须先验知识的情况下实现对全局最优解的寻优,以降低PID参数整定的难度,达到总体上提高系统的控制精度和鲁棒性的目的。

最后，本文针对遗传算法收敛速度慢、易早熟等缺点，将传统的赌盘选择法与最优保存策略结合起来，并采用改进的自适应交叉算子和自适应变异算子对PID参数进行迭代寻优整定。

采用MATLAB对上述算法进行仿真验证，仿真结果表明了遗传算法对PID 参数整定的有效性。

关键词：PID；参数控制；遗传算法；MATLABTitle Tuning of PID Parameters Based on Genetic AlgorithmAbstractPID controller is a kind of controller that is usual in industrial process control. Therefore, tuning and optimization of PID parameters are important researchable problems in the automatic control field, where Genetic algorithm is widely used because of the highly robust global optimization ability of it. Aiming at the difficulty of traditional tuning of PID parameter, this paper puts forward a method that genetic algorithm is applied to the tuning of PID parameters.Firstly, the principle of PID control and the methods of tuning of PID parameters are introduced briefly. Secondly, this paper introduces the principle, characteristics and application of genetic algorithm. Thirdly, this article expounds on the methods of tuning of PID parameters based on genetic algorithm with an example. In this paper, the performance index of time integral of absolute error serves as the minimum objective function in the tuning of PID parameters, and the global search ability of genetic algorithm is used, so the global optimal solution is obtained without prior knowledge, and the difficulty of tuning of PID parameter is reduced, so the goal is achieved which is improving the control accuracy and robustness of the system overall. Finally, aiming at the weakness of genetic algorithm, such as the slow convergence of prematurity and precocious, the traditional gambling site selection method and elitist model are united in this paper, and the paper also adopted adaptive crossover operator and adaptive mutation operator to optimize PID parameters iteratively.Use MATLAB to simulate these algorithms, and the simulation results show that PID controller tuning based on genetic algorithm is effective.Keywords: Genetic algorithm; PID control; optimum; MATLAB目次1 引言 (1)1.1 PID控制的发展与现状 (1)1.2 遗传算法的发展与现状 (1)1.3 课题研究背景和意义 (3)1.4 本文主要工作 (3)2 PID控制 (5)2.1 PID控制原理 (5)2.2 PID参数整定 (7)3 遗传算法 (9)3.1 遗传算法基本原理 (9)3.1.1 遗传算法概要 (9)3.1.2 遗传算法的应用步骤 (10)3.2 遗传算法的实现 (11)3.2.1 编码方法 (11)3.2.2 适应度函数 (12)3.2.3 选择算子 (12)3.2.4 交叉算子 (13)3.2.5 变异算子 (14)3.2.6 遗传算法控制参数选取 (14)3.3 遗传算法的仿真验证 (15)4 基于遗传算法的PID参数优化 (18)4.1 总体实现 (18)4.2 具体实现 (19)4.2.1 参数的确定及表示 (19)4.2.2 选取初始种群 (19)4.2.3 适应度函数的确定 (19)4.2.4 选择部分实现 (20)4.2.5 交叉部分实现 (20)4.2.6 变异部分实现 (21)4.3 编译及仿真 (22)4.3.1 编译环境选择 (22)4.3.2 仿真验证及结果分析 (22)5 基于改进遗传算法的PID参数优化 (24)5.1 遗传算法的改进 (24)5.1.1 选择算子的改进 (24)5.1.2 交叉与变异算子的改进 (24)5.2 仿真验证及结果分析 (25)结论 (26)致谢 (27)参考文献 (28)1 引言1.1 PID控制的发展与现状PID控制技术的发展可以分为两个阶段。

遗传算法的pid控制器的设计本科毕业设计(论文)

遗传算法的pid控制器的设计本科毕业设计(论文)
9—12周
13—16周
17—18周
应完成的
内容
调研
收集资料
掌握遗传算法的基本理论
确定总体方案
模型确立
方案分析
算法研究
软件设计及调试
设计总结
撰写论文
设计方法，它以误差积分型性能指标为目标函数，以设计参数的取值范围为约束条件建立了优化数学模型。之后，在Matlab环境下，将遗传算法同Simulink:仿真技术有机融合来求解该优化模型，数值实验表明：本方法简单直观，通用性强，所设计的PID性能优异，十分适合于工程应用。
2.文管类（）；3.外语类（）；4.艺术类（）。
题目类型
1.毕业设计（√）2.论文（）
题目来源
科研课题（）生产实际（）自选题目（√）
主
要
内
容
遗传算法是一种有效的搜索算法，用于复杂问题的优化可以达到良好的控制效果。
内容：1、学习遗传算法的基本原理，
2、设计完整的优化控制方案，
3、算法研究，
4、应用研究，5、仿真研究。
关键词：遗传算法；PID控制器；参数优化；仿真
Abstract
This paper puts forwarda new method of designing the parameters of PID controller.Adopting error integral criterion as the objective function along with the constraints described by the minimal gainand phase margin and the parameterranges,we get the mathematical model for optimization.A genetic algorithm developed under Matlab environment is well combined with Simulink techniques to solve the optimization problem.The numerical experiment shows that though the method is simple and perspicuous,it gives PID of high performance.Thus it is a very suitable method for designing PID in engineering application.

遗传算法在PID控制器优化设计中的应用

遗传算法在PID控制器优化设计中的应用

Ｇ ）
利 用 ＾ Ａ 进行 仿 真 ， ｆ ＴＬ Ｂ Ａ 遗传 算法 取 的 样 本数 为 ３０， Ｏ９９ ， ．９ ９，
ｗ，
０．ｏ１， ｏ ｗ１＝ ２０， ＝ １ ０，经过 １ ． ｗ ０ ０代的进化，最终获得 ０
二 ． ０ ７， 。 ４６ ７ 。 ｏ１ ２ ０ １，
算 法 的 ＰＩ Ｄ控 制框 图：
Ｆ ＝
） ｗ ＋ ｆ ＋ ， ｌ ２∽ ｗ ） ｗ口 ＋ｕ ｌ
式中ｗ ， ｅ （） ） （—１。 Ｃ 是受控对象的输出。 ４ ９ ，ｙ ｔ ＝ 一ｙ ｔ ） ｙｔ ）
１ ４ 选择 方法 的改进 ． 选 择 方 法一 般 采 用 适应 度 值 比例 法 （ 盘 赌 法 ） 轮 。本 文 中将 轮 盘 赌法 与精 英选择 相 结合 。对适应 度值 高 的个体 ，采取 最优保 留策 略 ，当适应度 值 大于事 先 设定 的值 时，无 需遗 传操 作直 接进 入下 一代 ， 以便 提 高搜索速 度 。 １５ 交叉 与变异 ． 为 了使群 体 具有多 样性和 保持 算法 具有较 快 的收敛 性 ， 文对 变异和 交 本 叉算 子不 固定 ，采 取一 种 自适应策 略 ，让 和 均 随着 适应 度 的变化 而变
．
的参 数 优化 结果 是 ：
＝ ０．４ ，性 １￣
能指标为 ５０ ２ 。基于遗传算法优化的以及传统Ｐ Ｄ的阶跃响应如图２ ．６ ９ Ｉ ：
结语 利 用遗 传算 法优 化 Ｐ Ｄ控制 ，系统 的响 应 明显 比传统 的 Ｐ Ｄ控制 速度 Ｉ Ｉ 快 ，并且 能够很 快确 定 Ｐ Ｄ 制器 的三个 控制 参数 。实验 中较 好的控 制效 果 Ｉ控 证 明 了改进 的遗 传 算法 的可行 性 。
一
达为Ｆ ｌ ）１ （ ｆＷ厨 式 ：＝ ｝ｌ４ ｆ ＋ ３ ＋＇ ） ２

基于MATLAB遗传算法工具箱的PID参数优化研究

基于MATLAB遗传算法工具箱的PID参数优化研究

termFN 是终止函数, 一般由 maxGenTerm 或 optMaxGenTerm 两个函数
来判断是否 满足终止条件, 默认值为 maxGenTerm; termOps 通常是进
化代数 , 默认为 100; select FN 是选择函数 , 工具箱 中提供了 三种选择 函数 : roul ett e.m(轮盘赌 法), 这 个比较 常用 , normGeomSelect .m(基于归
startPop,opts,termFN,t ermOps,selectFN,sel ectOps,xOverFNs,xOverOps,
mut FNs,mutOps)
输出参数:
x 是运行中最好的个体, 最后一列为对应适应 度值; endPop 为最
终解; bPop 为 最好染色体的轨 迹; traceInfo 为每一 代的最好 个体和平
一化的优先 选择法) ,tournSel ect.m(竞 争选择法); selectOps 是给选择函
数的参 数表, 一般为 变异概率 , 默认为[0.08]; xOverFNs 是交 叉函数名
称表, 以空格分开, 如[’simpleXover arithXover heuri sticXover’], 二进制 与 浮 点 数 格 式 的 单点 交 叉 函 数 为 simpleXover, 算 术 交 叉函 数 为
ga.m 提供了遗传算法工具箱与外部的接口, 它通过调用适应度函数文
件与实际问题建立关联。 利用 GAOT 的一般步骤是先初始化参数, 然后确定或编制适应度
函数文件, 再设置主文件 ga.m 的若干参数运行即可。 ga.m 的基本调用方法为:
funct ion [x,endPop,bPop,traceInfo] =ga (bounds,evalFN,evalOps,

基于遗传算法的改进PID控制器设计及应用

基于遗传算法的改进PID控制器设计及应用

Science &Technology Vision科技视界基于遗传算法的改进PID 控制器设计及应用Design and Application of Improved PID Controller Based on Genetic Algorithm丁浩浩胡士成(温州大学,浙江温州325000)【摘要】提出了一种基于遗传算法优化改进的单神经元自适应PID 控制算法,避免一些参数及权系数的在线修正参考实验经验的问题。

该算法有两部分构成。

第一部分就是改进的单神经元自适应PID 控制D 、P 、I 的值,第二部分结合遗传算法在改进的单神经元自适应PID 控制的同时寻求合适的学习效率以及比例系数。

通过柴油机调速中电磁执行器仿真实例表明,该方法取得了很好的效果。

【关键词】遗传算法;单神经元;电磁执行器;仿真【Abstract 】An improved single neuron adaptive PID control algorithm based on genetic algorithm is proposed to avoid the on-line correction of some parameters and weights.The algorithm consists of two parts.The first part is the improved single neuron adaptive PID control D,P,I value,the second part of the combination of genetic algorithm and the improved single neuron adaptive PID control for learning efficiency and proportion coefficient.The simulation example of electromagnetic actuator in diesel engine speed regulation shows that this method can achieve good results.【Key words 】Genetic algorithm;Single neuron;Eelectromagnetic actuator ;Simulation※基金项目:2016年校级创新创业训练计划基于多视成像的瓯柑品质无损检测研究(JWDC2016052);2016年校级创新创业训练计划基于特征变量筛选的糖度近红外预测模型的优化(JWDC2016058)。

遗传算法优化PID控制

遗传算法优化PID控制
Ｋ ｙ ｏｄ： ｎｔ ａ ｏｔ Ｐｒ ｅ ｒ ｍｚ ｉ Ｐ ｃｎｏｅ ＣＣ ｆ ａｅ ｅｗ ｒｓ Ｇ ｅｃ ｒ ｍ ａ ｍ ｔ ｏｔ ｉｔｎ Ｉ ｏｔｌｒ ａＺ ｃ ｅ ｉｌ ｉ ｇ ｈ ａ ｅ ｐ ａｏ ｉ Ｄ ｒｌ ｕ ｎ ｒ
０ 引言
ＰＤ控制是连续系统控制理论中技术成熟、 Ｉ 应用 广泛的一种控制方式。其控制效果的好坏取决于参数 的整定和优化。自ＰＤ控制被提出以来， Ｉ 控制器参数
数进行了优化， 设计出一种应用于电石炉系统的最优 ＰＤ控制器， Ｉ 使其能达到良好的动静态性能。
１ 基于遗传算法的 ＰＤ参数优化 Ｉ
１１ 参数的确定及编码 ． 离散的 Ｐ Ｄ控制器可表示为： Ｉ
ｋ 二
的 整定方法就一直是人们研究的 热点问题之一。１ ２ ４ ４
年Ｚｇｒ ｉｏ 方 ； 提出， 得到了 泛的 ｉｌ－ｃ ｌ 法‘ ｅｅＮ ｈ。 被 并 广 应用
定值 。
０．５ ０．７
乏 招 阁 琢 血
式中：为当前遗传代数； ｔ ； Ｇ为最大遗传代数。
变异是模仿生物的 基因突变， 很小的变率尸 以 。
将新个体进行变异， 避免使进化过程在早期就陷人局 部解而进人终止过程， 以提高遗传算法的搜索效率和
０６ ０．５ ０．４ ０．３ ０．２ ０．１
一
、 ！
＋
产
２ 仿真算例
（） ２
２１ 控制模型 ．
式中：。ｔ， 分别为电石炉输出电流的超调量、 二Ｉ ｔ ＇， ． 。 上 升时间和调节时间的给定最大值；， ２ 分别为其 Ｗ、 ，３ ｗ Ｗ 权系数， 要求ｗ ＋ ｗ 二 。在这三个性能指标中， ， ＋ １ ｗ ３ ２
较重要的是超调量， 其次是上升时间和调节时间， 所以
和改进。这种方法是根据系统的频域或时域响应曲 线， 测得相关参数， 进而通过经验公式计算得到Ｐ Ｉ Ｄ控 制器参数， 适用于参数的离线调整。该方法属于经验 公式法， 具有一定的鲁棒性。但只能适用于满足经验 公式条件的对象， 整定出的结果往往不是最优值， 只是 利用了较少的系统动态特性信息， 所以得到的控制器 性能具有局限性。 遗传算法是一种基于自然选择和基因遗传学原理
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

本科生毕业设计(论文)论文题目：基于遗传算法的PID参数优化毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

3.附件包括：任务书、开题报告、外文译文、译文原文（复印件）。

4.文字、图表要求：1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。

图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画3）毕业论文须用A4单面打印，论文50页以上的双面打印4）图表应绘制于无格子的页面上5）软件工程类课题应有程序清单，并提供电子文档5.装订顺序1）设计（论文）2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订指导教师评价：一、撰写（设计）过程1、学生在论文（设计）过程中的治学态度、工作精神□优□良□中□及格□不及格2、学生掌握专业知识、技能的扎实程度□优□良□中□及格□不及格3、学生综合运用所学知识和专业技能分析和解决问题的能力□优□良□中□及格□不及格4、研究方法的科学性；技术线路的可行性；设计方案的合理性□优□良□中□及格□不及格5、完成毕业论文（设计）期间的出勤情况□优□良□中□及格□不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？□优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？□优□良□中□及格□不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义□优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？□优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平□优□良□中□及格□不及格建议成绩：□优□良□中□及格□不及格（在所选等级前的□内画“√”）指导教师：（签名）单位：（盖章）年月日评阅教师评价：一、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？□优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？□优□良□中□及格□不及格二、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义□优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？□优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平□优□良□中□及格□不及格建议成绩：□优□良□中□及格□不及格（在所选等级前的□内画“√”）评阅教师：（签名）单位：（盖章）年月日教研室（或答辩小组）及教学系意见教研室（或答辩小组）评价：一、答辩过程1、毕业论文（设计）的基本要点和见解的叙述情况□优□良□中□及格□不及格2、对答辩问题的反应、理解、表达情况□优□良□中□及格□不及格3、学生答辩过程中的精神状态□优□良□中□及格□不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？□优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？□优□良□中□及格□不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义□优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？□优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平□优□良□中□及格□不及格评定成绩：□优□良□中□及格□不及格教研室主任（或答辩小组组长）：（签名）年月日教学系意见：系主任：（签名）年月日基于遗传算法的PID参数优化摘要PID控制一直是工业生产过程中应用最为广泛而且最为成熟的一种控制，它以其算法简单、可靠性高、鲁棒性好等优点应用于工业控制领域。

PID控制器有三个参数：比例、积分和微分系数，当PID结构确定的情况下，这三个参数将会决定控制器的品质，参数的调节和优化至关重要。

遗传算法（Genetic Algorithm , GA）源于生物系统的研究，而后由Holland教授和学生创造出适合于复杂系统优化的自适应概率化技术，本文主要研究遗传算法的基本概念和原理，利用遗传算法对控制系统进行PID参数优化，遗传算法在优化的过程中，与常规方法相比更加便捷和迅速，整定的精度相对较高。

最后通过MATLAB语言，对该系统进行了仿真，实验结果证明了遗传算法的动态特性和控制效果，证明其有效性与可靠性。

关键词：遗传算法, PID控制器, 参数优化, 仿真PID Parameters Optimization Based onGenetic AlgorithmAbstractPID control has been the most extensive and the most mature of a control in the process of application on the industrial production. It has a wide application in the field of industrial control because of its simple algorithm and , reliability and robustness. PID controller has three parameters: proportional, integral and differential coefficient, when to determine the structure of the PID, the three parameters will determine the controller's quality, and the parameter regulation and optimization will be very important.Genetic algorithm (GA) sources in the study of biological systems, and then professors Holland and his student created a technology which is suitable for the complex system optimization of adaptive probability. The basic concept and principle of the main purpose of this paper is to study the genetic algorithm and using the genetic algorithm to optimize the PID parameters of the control system. The genetic algorithm compared to the conventional methods is more convenient and quickly in the optimization process, also it’s tuning accuracy is relatively high.At last, the system is simulated by MATLAB, and the results prove the dynamic characteristic and control effect of the genetic algorithm, and prove its validity and reliability.Key words: Genetic algorithm；PID controller; Parameter optimization；Simulation辽宁科技大学本科生毕业论文第III页目录1绪论 (1)1.1选题意义与研究价值 (1)1.1.1 PID控制器 (1)1.1.2PID 控制器参数优化分类 (3)1.1.3遗传算法的简介 (7)1.2国内外研究现状 (7)1.3本文的主要研究内容 (8)2遗传算法 (9)2.1遗传算法概要 (9)2.2基本遗传算法的实现技术 (10)2.2.1算法流程 (10)2.2.2编码方法 (11)2.2.3适应度函数 (11)2.2.4选择、交叉、变异算子 (12)2.3遗传算法与其他算法比较 (12)2.4遗传算法优点 (14)3基于遗传算法的PID控制器参数优化 (16)3.1传统遗传算法的PID整定 (16)3.2 算法步骤 (17)3.3系统仿真—MATLAB语言 (17)3.3.1遗传算法的参数设置 (18)3.3.2MATLAB遗传算法操作 (18)4基于遗传算法的PID参数优化的应用 (20)4.1柴油机调速系统模型概述 (20)辽宁科技大学本科生毕业论文第IV页4.1.1测速环节 (20)4.1.2柴油机 (20)4.1.3柴油机控制系统模型 (20)4.1.4数学模型的建立 (21)4.2柴油机调速系统的PID参数优化设计与仿真 (21)4.3基于遗传算法优化柴油机调速系统PID参数 (23)结论 (26)致谢 (27)参考文献 (28)附录（程序清单） (28)1 绪论1.1选题意义与研究价值20世纪30年代以来，自动化生产飞速发展，取得了惊人的成就，过程控制是工业自动化中的一个重要分支。