一种基于群智能算法的模糊控制器优化设计方法

模糊控制虽然有很多优点,但从实际工程应用角度看,模糊控制还有许多未解决的问题。其中模糊控制器的设计因素非常多,当受控对象比较复杂时,选择调整模糊控制器的各设计因素就比较困难。为避免模糊控制器设计中参数的复杂调试,并使其获得最佳控制性能,群智能算法常被用来对模糊控制器参数进行优化设计。以火电厂主气温控制为实验对象,研究基于群智能算法优化模糊控制器设计的几种方案,比较其稳定性、抗干扰性、对象变化的适应性,得出用群智能算法优化模糊控制器存在的问题,并给出了一个改进目标函数的多种群差分进化算法的优化设计方案。仿真结果表明,上述方法改善了模糊控制器的鲁棒性。

基于改进粒子群算法优化的自抗扰控制器(ADRC)及其应用

针对自抗扰控制器参数多,不利于整定的问题,提出了一种基于改进的粒子群算法(PSO)的自抗扰控制器参数整定方法。该方法引入了PSO中各个粒子的惯性权值的自适应调整机制,以此来维持粒子的多样性和加速粒子群算法的收敛性。利用改进粒子群算法优化的二阶自抗扰控制器控制主气温控制系统,仿真结果验证了算法的可行性和有效性。