1.一种基于改进元启发式算法的PID控制器优化方法,其特征在于,所述优化方法包括以下步骤:步骤一:建立基于改进元启发式算法的PID控制系统模型,包括输入偏差,PID控制器,改进人工兔优化算法模型,被控对象;
步骤二:改进元启发式算法;
步骤三:将改进的元启发式算法应用到PID控制器参数优化;
步骤四:采用 MATLAB 对PID控制系统进行仿真;
其中,步骤三中改进的元启发式算法应用到PID控制器参数优化,其特征在于,具体步骤为:S1.根据PID控制器的参数,初始化兔子种群,设置种群规模n,最大迭代次数T,空间维度d,搜索上界Up,搜索下界Low;S2.选择合适的适应度函数,适应度函数公式为:式中e(t) 表示时刻 t 的误差,也即PID控制系统实际输出与期望输出之间的差值,J为适应度值;
S3.计算种群每个个体的适应度值Fitness,并记录当前迭代个体最优解;
S4.用改进的能量因子公式计算A的值,进而判断寻优阶段;如果A>1, 则为勘探阶段,兔子个体进行绕道觅食,进而更新种群位置,公式如下:;
;
;
其中, 是第t+1次迭代时第i只兔子的候选位置; 和 分别是第t次迭代时第i 只兔子和第j只兔子的当前位置;n是种群规模;t是当前迭代次数;T是最大迭代次数; R表示奔跑算子;L为奔跑长度;c是一个映射向量,取值为{0,1}中的整数;r1,r2均为(0,
1)之间的随机数;n1为服从标准正态分布的随机数; 表示四舍五入;
如果A<1, 则为开发阶段,利用引入分段非线性隐藏函数H公式进行随机躲藏,进而更新种群位置,公式如下:;
;
其中, 表示随机选择的洞穴;H是隐藏参数;r4为(0,1)之间的随机数;gr取值为{0,
1}中的整数;
S5.在经过勘探或开发阶段后,用适应度函数计算个体适应度值,并执行一对一贪婪选择策略,公式如下:;
式中,J为适应度函数; 是第t+1次迭代时第i只兔子的新位置;
S6.判断种群是否达到最大迭代次数,若是,则停止寻优输出最优解,否则返回S3继续寻优;
S7.将最优解输入到PID控制器的参数中,即赋值到KP,KI,KD三个参数,完成PID控制器参数的优化。
2.根据权利要求 1 所述的一种基于改进元启发式算法的PID控制器优化方法,其特征在于,所述步骤二中,改进元启发式算法即改进人工兔优化算法,分为两个部分:a.改进隐藏参数H,将隐藏参数H改进为分段非线性隐藏参数H,扩大寻优范围,避免陷入局部最优解,公式如下所示:;
式中,t为当前迭代次数,T为最大迭代次数;当 时,执行 ;当t为其他值时,执行 ;
b.能量因子A采用非线性自适应参数策略,通过增加随机因子,随机自适应地调整勘探阶段和开发阶段之间的切换,公式如下所示:;
;
式中,r0,r均为(0,1)之间的随机数;rg为随机因子。