The invention provides a PID controller optimized by genetic algorithm modified ant colony algorithm. The optimization method of the genetic modified ant colony algorithm includes the following steps: initializing the population, determining the size of the population as m and the maximum number of iterations NCmax; specifying that the M ants of the population start walking from different places; and establishing taboos. Formulas are used to fill in the initial departure site, each ant searches the path according to the probabilistic transition state formula, updates the pheromone by using formula (1), modifies the pheromone by using formula (2), evaluates the effect of each ant searching the path by using formula (3) and chooses the best path if it is achieved. The maximum number of iterations, the output of the optimized PID parameters, if not the maximum number of iterations, then return to each ant according to the probability of transition state formula to search the path step. By embedding genetic algorithm into ant colony algorithm, the control performance of PID controller is improved and the control accuracy is improved.
【技术实现步骤摘要】
遗传算法修正蚁群算法优化的PID控制器及其应用
本专利技术涉及注塑工艺领域,特别是涉及一种遗传算法修正蚁群算法优化的PID控制器及其应用。
技术介绍
传统注塑机是通过控制液压油路来实现对注射过程的控制,其对液压油压力和注射速度的控制可以归结于对液压油路的比例先导阀和比例插装阀的控制。传统注塑机闭环压射控制较成熟、控制精度较高、工艺较完善,但是传统液压注塑机能效低、污染严重、能耗较大,这是其本身电动力转液压压力固有的缺陷。研发电动力直接控制的注塑机迫在眉睫,近几年随着大功率半导体技术和电机伺服系统的迅猛发展,全电动注塑机也获得了较快的发展。全电动注塑机比传统液压注塑机的控制还要复杂,由于是直接对伺服电机进行控制,其控制系统不仅是非线性、强耦合、大滞后的系统,而且电机本身数学模型的复杂更加大了其控制难度。20世纪30年代末,随着现代科技的迅速发展,工业自动控制系统对系统控制的快速性、准确性以及稳定性提出要求,PID控制因此而生。PID控制器(ProportionIntegrationDifferentiation,比例-积分-微分控制器)是在PID控制原理基础上,由比例单元P(Proportion)、积分单元I(Integration)以及微分单元D(Differentiation)构成的控制器,其原理是将偏差的比例、积分和微分通过线性组合构成控制量,用这一控制量对被控对象进行控制,根据反馈原始采集的历史数据与参考值相对比,根据差别的出现率纠正输入值,最终实现目标输出。到目前为止PID闭环控制器仍然是最快速、最稳定的闭环控制系统,但是复杂的注塑机控制系统依靠简 ...
【技术保护点】
1.一种遗传算法修正蚁群算法优化的PID控制器,其特征在于,所述遗传修正蚁群算法的优化方法包括以下步骤:将种群初始化,确定所述种群的规模m,以及所述种群的最大迭代循环次数NCmax;规定所述种群的m个蚂蚁从不同的地点开始行走;建立禁忌表格,填充初始的出发地点;使每个蚂蚁根据概率转移状态公式进行搜索路径;使用式(1)完成信息素的更新,通过使用式(2)将所述信息素通过遗传算法修正;τij(t+1)=(1‑ρ)τij(t)+△τij(t)…………………式(1)式中:
【技术特征摘要】
1.一种遗传算法修正蚁群算法优化的PID控制器,其特征在于,所述遗传修正蚁群算法的优化方法包括以下步骤:将种群初始化,确定所述种群的规模m,以及所述种群的最大迭代循环次数NCmax;规定所述种群的m个蚂蚁从不同的地点开始行走;建立禁忌表格,填充初始的出发地点;使每个蚂蚁根据概率转移状态公式进行搜索路径;使用式(1)完成信息素的更新,通过使用式(2)将所述信息素通过遗传算法修正;τij(t+1)=(1-ρ)τij(t)+△τij(t)…………………式(1)式中:ρ--这条路径上的信息素挥发程度;△τij(t)--t次迭代后路径(i,j)上新增加的信息素;--t次跌代时编号为k的蚂蚁在这条路径上走过并遗留下的信息素;τs=τ+τG…………………………………式(2)式中:τs--修正后的信息素;τ--原有的信息素;τG--使用遗传算法变异出来的信息素;使用式(3)评价每次蚂蚁搜索路径后的效果,选出最佳的行进路径;若达到所述最大迭代次数,输出优化的PID参数,若未达到所述最大迭代次数,则返回所述使每个蚂蚁根据概率转移状态公式进行搜索路径步骤。2.根据权利要求1所述的PID控制器,其特征在于,所述概率转移状态公式为式(4):式中:allowedk--在所述禁忌表tabuk中允许编号为k的蚂蚁能够到达的最近目标,这个表格是人为加入的目的是改善自然蚁群寻找食物的盲目性,因而称之为人工蚁群算法;ηij--这...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。