【技术实现步骤摘要】
本专利技术涉及pid控制，尤其涉及基于改进猎人猎物算法的pid控制方法及系统。
技术介绍
1、pid控制技术被广泛应用于化工、电力、机械等工业控制中，它由比例环节、积分环节和微分环节组成；pid控制作为一种调节算法，具有结构简单，稳定性好，工作可靠，调整方便等优点，适用于温度、压力、流量、液位等几乎所有现场，不同的现场，仅仅需要对pid参数进行设置，只要参数设置得当均可以达到很好的效果。
2、传统pid虽然得到广泛应用并且具有良好的性能，但也存在一些局限性。pid控制器的性能好坏往往依赖于参数的设置，而参数的设置通常依赖工程师的经验或不断的试错，对于不熟悉的工况或者缺少经验丰富的工程师时，参数的设置变得困难且耗时；传统pid控制在面对具有时变不确定，非线性和大时滞的控制系统时，往往无法满足控制精度的要求。
3、在一种基于蒸发器的pid温度控制方法及系统的专利中，采用混合粒子群算法hpso对蒸发器温度控制系统的pid控制器进行参数优化，控制效果得到了提升，但是当被控对象发生改变时，即传递函数发生变化时，控制器的控制效果便有所下降，hpso算法的pid控制鲁棒性有所不足。
4、猎人猎物优化算法(hunter-prey optimizer,hpo)是最近提出的一种新型群体智能优化算法，仿真实验证明hpo算法在参数优化问题中的有效性；但hpo算法在参数整定过程中易出现种群多样性低，易陷入局部最优解，鲁棒性较差等问题。
技术实现思路
1、针对现有算法的不足
2、本专利技术所采用的技术方案是：一种基于改进猎人猎物算法的pid控制方法及系统包括以下步骤：
3、步骤一、构建基于改进猎人猎物优化算法的pid控制系统模型；
4、步骤二、将pid控制器参数作为改进猎人猎物算法中搜索代表的位置信息，通过改进circle混沌映射初始化种群，计算种群的适应值，并确定搜索代表的个体极值和全局极值；
5、作为本专利技术的一种优选实施方式，改进circle混沌映射表达式为：
6、
7、其中，yi为序列数值，i为[1,n]的自然数，n为[1,dim]的自然数。
8、现有的猎人猎物算法存在搜索后期种群多样性降低，易于陷入局部最优缺陷；而改进circle混沌映射具有良好的伪随机特性，对初始参数敏感，可以使得种群资源在搜索空间中分配的更加均匀，丰富种群的多样性。
9、步骤三、初始化改进猎人猎物算法种群参数；
10、步骤四、通过迭代更新搜索代表的位置；
11、步骤五、猎人猎物位置更新过程中采用自适应切换策略进行更新，并在猎人猎物位置更新中融合莱维飞行策略，提高群体搜索的多样性，使搜索代表易于跳出局部最优；
12、作为本专利技术的一种优选实施方式，自适应切换策略进行更新的公式为：
13、
14、式中，f(i)表示当前搜索代理的适应值，fbest为最佳适应值，rand为(0,1)内的随机数。
15、现有β取固定值不利于算法的寻优，易于陷入局部最优值；而采用自适应切换策略使调节参数β根据适应值进行自适应变化，有助于促进全局搜索和局部搜索之间的平衡，提高算法的寻优效率。
16、步骤六、利用实际值和目标值之间的差值作为pid控制的输入参数，并利用itae适应度函数不断迭代获得搜索代表的新适应值，更新全局极值和最优位置。
17、作为本专利技术的一种优选实施方式，还包括：步骤七、利用不同被控对象的传递函数对改进猎人猎物算法的pid控制系统的控制效果和鲁棒性进行校验。
18、作为本专利技术的一种优选实施方式，改进circle混沌映射初始化种群的公式为：
19、xi,n+1＝yi,n+1.*(ub-lb)+lb (4)
20、式中，xi为搜索代表所在的位置，yi为序列数值，i为[1,n]的自然数，n为[1,dim]的自然数，ub、lb分别为问题变量的最大值和最小值。
21、作为本专利技术的一种优选实施方式，pid控制器参数包括：积分增益、比例增益和微分增益。
22、作为本专利技术的一种优选实施方式，初始化改进猎人猎物算法种群参数包括种群规模、最大迭代次数、空间维度、最小适应值、问题变量的最大值和最小值。
23、作为本专利技术的一种优选实施方式，基于改进猎人猎物算法的pid控制系统，包括：存储器，用于存储可由处理器执行的指令；处理器，用于执行指令以实现基于改进猎人猎物算法的pid控制方法。
24、作为本专利技术的一种优选实施方式，存储有计算机程序代码的计算机可读介质，计算机程序代码在由处理器执行时实现基于改进猎人猎物算法的pid控制方法。
25、本专利技术的有益效果：
26、1、基于ihpo算法的pid控制器参数优化策略，能够有效提高控制系统的响应速度，鲁棒性，减少控制系统的调节时间以及超调量；
27、2、采用改进circle混沌映射初始化种群位置，相比于随机初始化的种群位置，提高了种群分布的随机性以及遍历性，有利于提高算法的寻优效率；
28、3、在搜索代理的位置更新中引入自适应切换策略以及融合莱维飞行策略，弥补传统猎人猎物算法易于陷入局部最优的缺陷，并促进全局搜索和局部搜索之间的平衡，提高寻优速度的同时提高寻优精度。
本文档来自技高网...【技术保护点】
1.基于改进猎人猎物算法的PID控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进猎人猎物算法的PID控制方法，其特征在于，改进Circle混沌映射表达式为：
3.根据权利要求1所述的基于改进猎人猎物算法的PID控制方法，其特征在于，自适应切换策略进行更新的公式为：
4.根据权利要求1所述的基于改进猎人猎物算法的PID控制方法，其特征在于，还包括：步骤七、利用不同被控对象的传递函数对改进猎人猎物算法的PID控制系统的控制效果和鲁棒性进行校验。
5.根据权利要求2所述的基于改进猎人猎物算法的PID控制方法，其特征在于，改进Circle混沌映射初始化种群的公式为：
6.根据权利要求1所述的基于改进猎人猎物算法的PID控制方法，其特征在于，PID控制器参数包括：积分增益、比例增益和微分增益。
7.根据权利要求1所述的基于改进猎人猎物算法的PID控制方法，其特征在于，初始化改进猎人猎物算法种群参数包括种群规模、最大迭代次数、空间维度、最小适应值、问题变量的最大值和最小值。
8.基于改进
9.存储有计算机程序代码的计算机可读介质，其特征在于，计算机程序代码在由处理器执行时实现如权利要求1-7任一项所述的基于改进猎人猎物算法的PID控制方法。
...【技术特征摘要】
1.基于改进猎人猎物算法的pid控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进猎人猎物算法的pid控制方法，其特征在于，改进circle混沌映射表达式为：
3.根据权利要求1所述的基于改进猎人猎物算法的pid控制方法，其特征在于，自适应切换策略进行更新的公式为：
4.根据权利要求1所述的基于改进猎人猎物算法的pid控制方法，其特征在于，还包括：步骤七、利用不同被控对象的传递函数对改进猎人猎物算法的pid控制系统的控制效果和鲁棒性进行校验。
5.根据权利要求2所述的基于改进猎人猎物算法的pid控制方法，其特征在于，改进circle混沌映射初始化种群的公式为：
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：陈从平，何秋锋，戴国洪，陈奔，杭峻宇，
申请(专利权)人：常州大学，
类型：发明
国别省市：
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。