基于随机差分进化算法的最优PID参数整定方法

针对PID(Proportion Integration Differentiation)控制参数整定方法的经验性,在差分进化算法寻优的基础上,提出一种基于随机差分进化(Stochastic Differential Evolution,SDE)算法的最优PID参数整定方法。将差分进化算法进行改进,引入随机变异和随机学习因子,同时选择精英个体进行交叉,既保证了种群的多样性,又提高了算法的优化速度和精度。以ITAE为误差指标进行差分算法的PID参数整定,通过大量的参数整定结果结合内模PID控制理论,提取出PID参数整定公式。最终结合基于随机差分进化算法的高阶系统用一阶时滞系统近似,解决高阶系统的参数整定。通过Matlab验证,该公式得到了更好的PID整定结果,较普通PID参数整定公式和智能算法PID参数整定效率更高。