基于遺傳算法的PID參數(shù)優(yōu)化畢業(yè)設(shè)計(jì)論文

本科生畢業(yè)設(shè)計(jì)（論文）論文題目：基于遺傳算法的PID參數(shù)優(yōu)化畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明

原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對(duì)本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。作者簽名：日期：指導(dǎo)教師簽名：日期：使用授權(quán)說明本人完全了解大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。作者簽名：日期：學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期：年月日導(dǎo)師簽名:日期：年月導(dǎo)師簽名:日期：年月注意事項(xiàng)1.設(shè)計(jì)（論文）的內(nèi)容包括：1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作）2）原創(chuàng)性聲明3）中文摘要（300字左右）、關(guān)鍵詞4）外文摘要、關(guān)鍵詞5）目次頁（附件不統(tǒng)一編入）6）論文主體部分：引言（或緒論）、正文、結(jié)論7）參考文獻(xiàn)8）致謝9）附錄（對(duì)論文支持必要時(shí)）.論文字?jǐn)?shù)要求：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于1萬字（不包括圖紙、程序清單等），文科類論文正文字?jǐn)?shù)不少于1.2萬字。.附件包括：任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）。.文字、圖表要求：1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯(cuò)別字，不準(zhǔn)請(qǐng)他人代寫2）工程設(shè)計(jì)類題目的圖紙，要求部分用尺規(guī)繪制，部分用計(jì)算機(jī)繪制，所有圖紙應(yīng)符合國家技術(shù)標(biāo)準(zhǔn)規(guī)范。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫3）畢業(yè)論文須用A4單面打印，論文50頁以上的雙面打印4）圖表應(yīng)繪制于無格子的頁面上5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔.裝訂順序）設(shè)計(jì)（論文））附件：按照任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）次序裝指導(dǎo)教師評(píng)閱書指導(dǎo)教師評(píng)價(jià)：一、撰寫（設(shè)計(jì)）過程1、學(xué)生在論文（設(shè)計(jì)）過程中的治學(xué)態(tài)度、工作精神優(yōu)□良□中□及格□不及格2、學(xué)生掌握專業(yè)知識(shí)、技能的扎實(shí)程度優(yōu)□良□中□及格□不及格3、學(xué)生綜合運(yùn)用所學(xué)知識(shí)和專業(yè)技能分析和解決問題的能力優(yōu)□良□中□及格□不及格4、研究方法的科學(xué)性；技術(shù)線路的可行性；設(shè)計(jì)方案的合理性優(yōu)□良□中□及格□不及格5、完成畢業(yè)論文（設(shè)計(jì)）期間的出勤情況優(yōu)□良□中□及格□不及格二、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？優(yōu)□良□中□及格□不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？優(yōu)□良□中□及格□不及格三、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義優(yōu)□良□中□及格□不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？優(yōu)□良□中□及格□不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平優(yōu)□良□中□及格□不及格建議成績：口優(yōu)□良□中□及格□不及格

（在所選等級(jí)前的口內(nèi)畫）指導(dǎo)教師：（簽名）單位：（蓋章）年月日評(píng)閱教師評(píng)閱書評(píng)閱教師評(píng)價(jià)：一、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？優(yōu)□良□中□及格□不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？優(yōu)□良□中□及格□不及格二、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義優(yōu)□良□中□及格□不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？優(yōu)□良□中□及格□不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平優(yōu)□良□中□及格□不及格建議成績：口優(yōu)□良□中□及格□不及格

（在所選等級(jí)前的口內(nèi)畫）評(píng)閱教師：（簽名）單位：（蓋章）年月日教研室（或答辯小組）及教學(xué)系意見教研室（或答辯小組）評(píng)價(jià)：一、答辯過程1、畢業(yè)論文（設(shè)計(jì)）的基本要點(diǎn)和見解的敘述情況口優(yōu)口良口中口及格口不及格2、對(duì)答辯問題的反應(yīng)、理解、表達(dá)情況口優(yōu)口良口中口及格口不及格3、學(xué)生答辯過程中的精神狀態(tài)口優(yōu)口良口中口及格口不及格二、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？口優(yōu)口良口中口及格口不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？口優(yōu)口良口中口及格口不及格三、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義口優(yōu)口良口中口及格口不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？口優(yōu)口良口中口及格口不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平口優(yōu)口良口中口及格口不及格評(píng)定成績：口優(yōu)口良口中口及格口不及格教研室主任（或答辯小組組長）：（簽名）年月日教學(xué)系意見：系主任：（簽名）年月日遼寧科技大學(xué)本科生畢業(yè)論文基于遺傳算法的PID參數(shù)優(yōu)化摘要PID控制一直是工業(yè)生產(chǎn)過程中應(yīng)用最為廣泛而且最為成熟的一種控制，它以其算法簡單、可靠性高、魯棒性好等優(yōu)點(diǎn)應(yīng)用于工業(yè)控制領(lǐng)域。PID控制器有三個(gè)參數(shù)：比例、積分和微分系數(shù)，當(dāng)PID結(jié)構(gòu)確定的情況下，這三個(gè)參數(shù)將會(huì)決定控制器的品質(zhì)，參數(shù)的調(diào)節(jié)和優(yōu)化至關(guān)重要。遺傳算法(GeneticAlgorithm,GA)源于生物系統(tǒng)的研究，而后由Holland教授和學(xué)生創(chuàng)造出適合于復(fù)雜系統(tǒng)優(yōu)化的自適應(yīng)概率化技術(shù)，本文主要研究遺傳算法的基本概念和原理，利用遺傳算法對(duì)控制系統(tǒng)進(jìn)行PID參數(shù)優(yōu)化，遺傳算法在優(yōu)化的過程中，與常規(guī)方法相比更加便捷和迅速，整定的精度相對(duì)較高。最后通過MATLAB語言，對(duì)該系統(tǒng)進(jìn)行了仿真，實(shí)驗(yàn)結(jié)果證明了遺傳算法的動(dòng)態(tài)特性和控制效果，證明其有效性與可靠性。關(guān)鍵詞：遺傳算法，PID控制器，參數(shù)優(yōu)化，仿真第第II頁遼寧科技大學(xué)本科生畢業(yè)論文PIDParametersOptimizationBasedonGeneticAlgorithmAbstractPIDcontrolhasbeenthemostextensiveandthemostmatureofacontrolintheprocessofapplicationontheindustrialproduction.Ithasawideapplicationinthefieldofindustrialcontrolbecauseofitssimplealgorithmand,reliabilityandrobustness.PIDcontrollerhasthreeparameters:proportional,integralanddifferentialcoefficient,whentodeterminethestructureofthePID,thethreeparameterswilldeterminethecontroller'squality,andtheparameterregulationandoptimizationwillbeveryimportant.Geneticalgorithm(GA)sourcesinthestudyofbiologicalsystems,andthenprofessorsHollandandhisstudentcreatedatechnologywhichissuitableforthecomplexsystemoptimizationofadaptiveprobability.ThebasicconceptandprincipleofthemainpurposeofthispaperistostudythegeneticalgorithmandusingthegeneticalgorithmtooptimizethePIDparametersofthecontrolsystem.Thegeneticalgorithmcomparedtotheconventionalmethodsismoreconvenientandquicklyintheoptimizationprocess,alsoit'stuningaccuracyisrelativelyhigh.Atlast,thesystemissimulatedbyMATLAB,andtheresultsprovethedynamiccharacteristicandcontroleffectofthegeneticalgorithm,andproveitsvalidityandreliability.Keywords:Geneticalgorithm；PIDcontroller;Parameteroptimization；Simulation第III第III頁目錄TOC\o"1-5"\h\z1緒論1選題意義與研究價(jià)值1PID控制器1PID控制器參數(shù)優(yōu)化分類3遺傳算法的簡介7國內(nèi)外研究現(xiàn)狀7本文的主要研究內(nèi)容82遺傳算法9遺傳算法概要9基本遺傳算法的實(shí)現(xiàn)技術(shù)10算法流程10編碼方法11適應(yīng)度函數(shù)11選擇、交叉、變異算子12遺傳算法與其他算法比較12遺傳算法優(yōu)點(diǎn)143基于遺傳算法的PID控制器參數(shù)優(yōu)化16傳統(tǒng)遺傳算法的PID整定16算法步驟17系統(tǒng)仿真一MATLAB?言17遺傳算法的參數(shù)設(shè)置18MATLAB遺傳算法操作184基于遺傳算法的PID參數(shù)優(yōu)化的應(yīng)用20柴油機(jī)調(diào)速系統(tǒng)模型概述20第IV第IV頁TOC\o"1-5"\h\z測速環(huán)節(jié)20柴油機(jī)20柴油機(jī)控制系統(tǒng)模型20數(shù)學(xué)模型的建立21機(jī)調(diào)速系統(tǒng)的PID參數(shù)優(yōu)化設(shè)計(jì)與仿真21遺傳算法優(yōu)化柴油機(jī)調(diào)速系統(tǒng)PID參數(shù)23結(jié)論26致謝27參考文獻(xiàn)28附錄（程序清單）281緒論選題意義與研究價(jià)值20世紀(jì)30年代以來，自動(dòng)化生產(chǎn)飛速發(fā)展，取得了驚人的成就，過程控制是工業(yè)自動(dòng)化中的一個(gè)重要分支。生產(chǎn)對(duì)過程控制的要求為安全性、穩(wěn)定性以及經(jīng)濟(jì)性，在很多情況下，PID控制器就可以實(shí)現(xiàn)其控制任務(wù)，而且，它也以自身結(jié)構(gòu)簡單、容易實(shí)現(xiàn)、魯棒性強(qiáng)等優(yōu)點(diǎn)，在各個(gè)工業(yè)生產(chǎn)控制中占據(jù)著主導(dǎo)地位。PID控制器的設(shè)計(jì)和應(yīng)用，其核心問題就是參數(shù)的整定與優(yōu)化，合適的控制器參數(shù)會(huì)使得生產(chǎn)更為高效與安全，在方案設(shè)計(jì)合理的基礎(chǔ)上，參數(shù)的整定將會(huì)影響到控制器的質(zhì)量［i］。隨著現(xiàn)代控制理論的建立與完善，過程控制的方法和思路也在不斷創(chuàng)新，與此同時(shí)，為了適應(yīng)日益提高的生產(chǎn)工藝，過程控制的要求也越來越高。傳統(tǒng)的PID控制由于受到多方面的約束，在當(dāng)今的生產(chǎn)控制中收到很多限制，因此提高PID控制算法能力或者根據(jù)現(xiàn)代控制理論來設(shè)計(jì)PID控制算法就顯得尤為重要。盡管隨著模糊控制、智能控制理論和神經(jīng)網(wǎng)絡(luò)的發(fā)展，形成了諸多智能PID控制策略，但這些控制策略要求參數(shù)優(yōu)化的搜索空間可微，在應(yīng)用中受到了很多限制，針對(duì)這些，人們一直在尋求更為簡單、有效的PID參數(shù)優(yōu)化技術(shù)川o遺傳算法是模仿自然生物進(jìn)化機(jī)制而發(fā)展起來的隨機(jī)全局搜索和優(yōu)化方法，借鑒達(dá)爾文的進(jìn)化論和孟德爾的遺傳學(xué)說，它的本質(zhì)是一種高效、全局、并行的搜索方法，它與傳統(tǒng)的算法不同，不依賴于梯度信息，通過模擬自然進(jìn)化來尋找最優(yōu)解阿。人們對(duì)遺傳算法進(jìn)行大量研究，其應(yīng)用已經(jīng)逐漸滲透到工業(yè)生產(chǎn)的各個(gè)領(lǐng)域，而遺傳算法自身的優(yōu)勢，在PID控制器的參數(shù)優(yōu)化中，也發(fā)揮著重要的作用。PID控制器模擬控制的系統(tǒng)中，控制器常用PID控制，其控制系統(tǒng)原理框圖如圖1.1所示。圖1.1PID控制原理圖PIDPID控制為線性控制的方法,控制器根據(jù)給定值r(t)與實(shí)際輸出值y(t)構(gòu)成的控制偏差e(t),即:TOC\o"1-5"\h\ze(t)=r(t)-y(t)(1-1)通過對(duì)偏差進(jìn)行比例、積分與微分運(yùn)算，將結(jié)果相加，就得到了PID控制器的控制輸出u(t)的表達(dá)式：de(t)u(t)=Kp良t)+干je(t)dt+T；*(1-2)Tdt式中Kp為比例系數(shù)；Ti指積分時(shí)間常數(shù)；Td代表微分時(shí)間常數(shù)。PID控制器就是根據(jù)系統(tǒng)的誤差，利用比例、積分、微分計(jì)算出控制量進(jìn)行控制的[iv]。.比例(P)控制比例控制是一種最簡單的控制方式。其控制器的輸出與輸入誤差信號(hào)成比例關(guān)系。當(dāng)僅有比例控制時(shí)系統(tǒng)輸出存在穩(wěn)態(tài)誤差。.積分(I)控制在積分控制中，控制器的輸出與輸入誤差信號(hào)的積分成正比關(guān)系。對(duì)一個(gè)自動(dòng)控制系統(tǒng)，如果在進(jìn)入穩(wěn)態(tài)后存在穩(wěn)態(tài)誤差，則稱這個(gè)控制系統(tǒng)是有穩(wěn)態(tài)誤差的或簡稱有差系統(tǒng)。為了消除穩(wěn)態(tài)誤差，在控制器中必須引入“積分項(xiàng)”。積分項(xiàng)對(duì)誤差取決于時(shí)間的積分，隨著時(shí)間的增加，積分項(xiàng)會(huì)增大。這樣，即便誤差很小，積分項(xiàng)也會(huì)隨著時(shí)間的增加而加大，它推動(dòng)控制器的輸出增大使穩(wěn)態(tài)誤差進(jìn)一步減小，直到等于零。因此，比例+積分(PI)控制器，可以使系統(tǒng)在進(jìn)入穩(wěn)態(tài)后無穩(wěn)態(tài)誤差。.微分(D)控制在微分控制中，控制器的輸出與輸入誤差信號(hào)的微分（即誤差的變化率）成正比關(guān)系。自動(dòng)控制系統(tǒng)在克服誤差的調(diào)節(jié)過程中可能會(huì)出現(xiàn)振蕩甚至失穩(wěn)。其原因是由于存在有較大慣性組件（環(huán)節(jié)）或有滯后（delay）組件，具有抑制誤差的作用，具變化總是落后于誤差的變化。解決的辦法是使抑制誤差的作用的變化“超前”，即在誤差接近零時(shí)，抑制誤差的作用就應(yīng)該是零。這就是說，在控制器中僅引入“比例”項(xiàng)往往是不夠的，比例項(xiàng)的作用僅是放大誤差的幅值，而目前需要增加的是“微分項(xiàng)”，它能預(yù)測誤差變化的趨勢，這樣，具有比例+微分的控制器，就能夠提前使抑制誤差的控制作用等于零，甚至為負(fù)值，從而避免了被控量的嚴(yán)重超調(diào)。所以對(duì)有較大慣性或滯后的被控對(duì)象，比例+微分（PD）控制器能改善系統(tǒng)在調(diào)節(jié)過程中的動(dòng)態(tài)特性。近些年來，智能控制理論的發(fā)展與應(yīng)用越來越廣泛與深入，如何設(shè)計(jì)PID控制器的算法，如何使PID的控制算法最優(yōu)化，已經(jīng)成為了人們研究的熱點(diǎn)問題。由上圖我們看到，在PID控制器中，比例系數(shù)（Kp）、積分時(shí)間常數(shù)（工）以及p微分時(shí)間常數(shù)（Td）的選擇直接關(guān)系到了系統(tǒng)性能，這三個(gè)值的選擇是PID控制器設(shè)計(jì)的關(guān)鍵問題。1.1.2PID控制器參數(shù)優(yōu)化分類PID控制器在工業(yè)過程中廣泛應(yīng)用，但是傳統(tǒng)的PID控制器穩(wěn)定性差，適應(yīng)能力弱等不足，很難滿足生產(chǎn)過程中控制的多變性與穩(wěn)定性。PID參數(shù)優(yōu)化將變得尤為重要，其優(yōu)化方法主要有：常規(guī)Z-N法、基于模糊控制的PID參數(shù)整定、衰減曲線法等。.常規(guī)Z-N整定方法常規(guī)Z-N整定方法是由Ziegler和Nichols在1942年提出的[v],該方法基于受控過程的開環(huán)動(dòng)態(tài)響應(yīng)中一些特征參數(shù)而進(jìn)行的PID參數(shù)整定，經(jīng)驗(yàn)公式基于帶有延遲的一階慣性模型而提出來的，對(duì)象模型如下：Gs)e-sGs)(1-3)其中：K為放大系數(shù)，T為慣性時(shí)間常數(shù)，p為延遲時(shí)間。其中K、T、

可以由圖1.2求出來，同時(shí)也可以用已知頻率求出相應(yīng)數(shù)據(jù)，按表1.1求取控制器參數(shù)。y(t)f圖1.2作圖法確定參數(shù)表1.1Ziegler-Nichols參數(shù)整定算法控制器類型根據(jù)模型設(shè)定根據(jù)頻率響應(yīng)設(shè)定K=Kt/T1=2到%KpTiTdKpTiTdP1/口0.5KccPI0.9后3t0.4Kc0.8TcPID1.2'豆V20.6Kcc0.5Tc0.12Tc.基于模糊控制的PID參數(shù)整定基于模糊控制的PID參數(shù)整定就是將模糊控制理論應(yīng)用到PID三個(gè)參數(shù)的整定中，通過將模糊理論與PID結(jié)合起來，進(jìn)而構(gòu)成模糊PID控制器。模糊控制就是以模糊集理論、模糊語言變量和邏輯推理為基礎(chǔ)的一種智能控制，就是在行為上模仿人的模糊推理和決策的一種智能控制方法。其基本原理框圖如圖2.3所示。

傳感器D/A傳感器D/A圖1.3模糊控制的基本原理框圖模糊自適應(yīng)PID控制就是運(yùn)用模糊數(shù)學(xué)基本原理與方法，把規(guī)則的條件、操作用模糊集來表示，同時(shí)將這些模糊控制規(guī)則和相關(guān)信息存入計(jì)算機(jī)知識(shí)庫中作為知識(shí)，計(jì)算機(jī)根據(jù)系統(tǒng)的響應(yīng)情況，通過模糊推理，進(jìn)而實(shí)現(xiàn)對(duì)PID參數(shù)的調(diào)整，進(jìn)而去得到最佳參數(shù)，該控制器的結(jié)構(gòu)如圖1.4所示。ec模糊推理ec模糊推理r(t)errorKpKiKcy(t)PIDr(t)errorKpKiKcy(t)PID調(diào)節(jié)器對(duì)象圖1.4模糊自適應(yīng)PID控制器結(jié)構(gòu)其中：r(t)表示系統(tǒng)的輸入，y(t)指系統(tǒng)的輸出，error是系統(tǒng)輸入與輸出的差，"誤差變化率。模糊自適應(yīng)參數(shù)整定就是研究PID三個(gè)參數(shù)與8、位之間關(guān)系，該系統(tǒng)在運(yùn)行的過程中不斷檢測f和"，PID的三個(gè)參數(shù)將會(huì)被修改，

以滿足不同f和配對(duì)控制參數(shù)的不同要求，進(jìn)而使被控對(duì)象性能發(fā)揮到極致。.臨界比例度法臨界比例度法是現(xiàn)在應(yīng)用較為廣泛的一種控制器參數(shù)整定法，其實(shí)質(zhì)是首先讓控制器在純比例作用下，通過實(shí)驗(yàn)，尋找到等幅振蕩的過渡的過程，記錄該情況下的比例度6K以及等幅振蕩周期丁口再有簡單計(jì)算得到T*,和T^,步驟如下：.『，工=0,選擇一個(gè)較大的6值，當(dāng)穩(wěn)定時(shí)將控制系統(tǒng)進(jìn)行自動(dòng)控制。.突然增大設(shè)定值，觀察曲線的變化情況，此時(shí)應(yīng)該為一個(gè)衰減曲線的過程，減小6的值，當(dāng)出現(xiàn)等幅振蕩時(shí)，記下此時(shí)的比例度d和振蕩曲線的周期Tk。按表1.2計(jì)算控制器的參數(shù)。表1.2臨界比例度法參數(shù)計(jì)算表制參數(shù)控制作滬、6LP26??PI2.260.85幾IS.?PID1.760.5TMFt.0.13%Ft.4.穩(wěn)定邊界法穩(wěn)定邊界法是一種針對(duì)于閉環(huán)回路的調(diào)節(jié)過程，具體操作是先讓控制器在純比例的作用下，用實(shí)際仿真來進(jìn)行調(diào)試，尋找出等幅振蕩的過程曲線，然后記下此時(shí)的《以及等幅振蕩周期Tu,而后經(jīng)過簡單的計(jì)算求出PID的相關(guān)參數(shù)值。表1.3穩(wěn)定邊界法PID整定公式調(diào)節(jié)器參數(shù)k調(diào)節(jié)器參數(shù)kpTiTd控制規(guī)律P0.5KP0.5KmPI0.455Km0.85TuPID0.6Km0.50Tu0.125Tu1.1.3遺傳算法的簡介遺傳算法是一種借鑒生物界中的自然選擇和自然遺傳機(jī)制的一種隨機(jī)搜素算法(RandomSearchingAlgohthms)，遺傳算法對(duì)梯度信息沒有依賴，最優(yōu)解是經(jīng)過模擬的自然進(jìn)化而得到的，這也是它不同于傳統(tǒng)算法的重要特征之一。遺傳算法的這些特點(diǎn)決定了將其應(yīng)用在PID參數(shù)上的的優(yōu)化上是可行的，因?yàn)樗拈_放性，并且容易與實(shí)際問題結(jié)合，便于運(yùn)算，這已成功運(yùn)用到很多實(shí)際優(yōu)化問題。國內(nèi)外研究現(xiàn)狀PID控制的參數(shù)整定方法的研究歷史悠久，早在1942年，Ziegler和Nichols就針對(duì)一階慣性加純延遲的對(duì)象提出了PID控制器參數(shù)整定的Z-N法，曲線擬合的方法將階躍相應(yīng)數(shù)據(jù)擬合為近似的一階慣性加純滯后環(huán)節(jié)的模型，從而來解決常規(guī)的控制對(duì)象。這種方法和理論很快就應(yīng)用在了實(shí)際的生產(chǎn)中。同一年，Ziegler提出了參數(shù)整定的臨界振蕩法，隨著后來理論基礎(chǔ)的發(fā)展，越來越多的參數(shù)整定方法開始出現(xiàn)。1993年，陳福祥等提出了增益優(yōu)化的PID參數(shù)整定方法，根據(jù)測量得到的階躍響應(yīng)的瞬時(shí)值去計(jì)算PID控制器的參數(shù)值。1995年，UdoKuhn提出基于總和時(shí)間常數(shù)的整定方法，該方法對(duì)階躍響應(yīng)曲線為S型的自衡對(duì)象適用。而針對(duì)于遺傳算法的PID控制器參數(shù)優(yōu)化，國內(nèi)外學(xué)者的理論研究與實(shí)際應(yīng)用也很廣泛，基于遺傳算法的PID控制器參數(shù)優(yōu)化整定方法要優(yōu)于傳統(tǒng)的整定方法的觀點(diǎn)在很多文獻(xiàn)中已經(jīng)證實(shí)。但是，遺傳算法的研究并非順風(fēng)順?biāo)?，在它的研究過程中也在一定的程度上發(fā)現(xiàn)了幾個(gè)問題：第一，遺傳算法受適應(yīng)度選擇影響，有時(shí)難以達(dá)到全局最優(yōu)化，因?yàn)榇藭r(shí)的遺傳算法不一定會(huì)收斂于局部最優(yōu)。第二，在動(dòng)態(tài)數(shù)據(jù)上求系統(tǒng)最優(yōu)解的問題上，遺傳算法有其一定的局限性。近些年來，我國在遺傳算法的理論和應(yīng)用方面成果巨大，遺傳算法已經(jīng)被成功應(yīng)用于各種不同領(lǐng)域，解決了實(shí)際應(yīng)用中的很多問題。本文的主要研究內(nèi)容本文主要研究基于遺傳算法的PID參數(shù)優(yōu)化，。研究內(nèi)容主要為：第一章：緒論。介紹該課題的研究背景與價(jià)值，對(duì)PID和遺傳算法的概念進(jìn)行了簡單的介紹，分析了國內(nèi)外對(duì)于該課題的研究情況。第二章：遺傳算法概述。對(duì)遺傳算法的概念和特點(diǎn)進(jìn)行介紹與研究，通過框圖研究遺傳算法的基本原理，同時(shí)將遺傳算法與其他傳統(tǒng)算法進(jìn)行了比較和分析。第三章：基于遺傳算法的PID參數(shù)優(yōu)化。研究基于遺傳算法的PID整定,對(duì)遺傳算法中的一些常用概念進(jìn)行介紹，同時(shí)用，MATLAB語言對(duì)遺傳算法進(jìn)行簡單的編程介紹。第四章：柴油機(jī)調(diào)速系統(tǒng)的PID參數(shù)優(yōu)化設(shè)計(jì)與仿真研究。首先建立柴油機(jī)調(diào)速系統(tǒng)的模型，將基于遺傳算法的PID控制應(yīng)用到該系統(tǒng)中，并優(yōu)化參數(shù)，最后通過MATLAB來進(jìn)行仿真，證明遺傳算法相對(duì)傳統(tǒng)算法的優(yōu)勢。2遺傳算法遺傳算法概要遺傳算法的基本概念如下：.基因（gene）:DNA或者RNA中占一定位置的基本遺傳單位，也稱遺傳因子。在生物界中，生物的基因數(shù)量根據(jù)物種不同而多少不同，一個(gè)基因或者多個(gè)基因決定了氨基酸的組成比例及順序。在遺傳算法中，一個(gè)基因常有一個(gè)二進(jìn)制位或一個(gè)整數(shù)或字符等來代表，人們利用基因的特性，用計(jì)算機(jī)來模仿對(duì)基因的操作過程?；?yàn)檫z傳算法中的最小單位。.染色體（（Chromosom）：在生物界的生物細(xì)胞中，它是遺傳物質(zhì)的主要載體，由基因組成。染色體上包含著生物體的全部遺傳信息，這也說明了染色體對(duì)生物來說相當(dāng)重要。遺傳算法中自然也少不了染色體，人們對(duì)染色體進(jìn)行編碼來模仿生物細(xì)胞中的染色體。實(shí)際應(yīng)用中，可能解需要用合適的碼子進(jìn)行編碼，具中用到最多的就是二進(jìn)制，因?yàn)槎M(jìn)制編碼相對(duì)簡單，同時(shí)和生物體的染色體組成類似。由1和0組成的二進(jìn)制編碼用就作為染色體，其長度恒定不變，這些單個(gè)的0和1的字符即為基因。.種群(Population):染色體有特征的個(gè)體集合即為種群，個(gè)體的數(shù)量為群體的大小。遺傳算法中，一個(gè)群包含實(shí)際問題在某一代解的空間，也是可能解的集合，在遺傳算法中，種群為其提供了搜索解的遺傳進(jìn)化搜索空間。.選擇(selection):自然界中的生物進(jìn)化是由環(huán)境來對(duì)個(gè)體進(jìn)行選擇的,也就是達(dá)爾文的“適者生存”法則。遺傳算法中，選擇的指標(biāo)為適應(yīng)度，將適應(yīng)度搞的個(gè)體選擇，為意義不遺傳做準(zhǔn)備，適應(yīng)度的大小決定著被選擇的概率大小。計(jì)算適應(yīng)度的方法主要有按比例的適應(yīng)度計(jì)算與排序適應(yīng)度計(jì)算，而后的選擇方法主要有隨機(jī)遍歷抽樣、局部選擇、錦標(biāo)賽選擇等，選擇不會(huì)對(duì)染色體和基因造成影響［vi］。.交叉(crossove):交叉就是指生物進(jìn)化過程中的基因重組，在遺傳算法中，交叉是非常重要的操作，也是基本操作之一，主要算法有實(shí)值重組和二進(jìn)制交叉。基因重組是結(jié)合父代交配種群中的信息而產(chǎn)生的新個(gè)體。.變異(mutation)：生物體的性狀不是恒定的，它會(huì)隨著環(huán)境的變化而逐漸發(fā)生細(xì)微的改變。遺傳算法中也有模仿該過程的方法，也就是變異。變異使得遺傳算法擁有一定隨機(jī)搜索能力，在某種程度上完善了遺傳算法的性能，變異算法主要有實(shí)值變異和二進(jìn)制變異?；具z傳算法的實(shí)現(xiàn)技術(shù)算法流程基本遺傳算法的算法流程圖如圖2.1所示

開始圖2.1基本遺傳算法的算法流程圖編碼方法把一個(gè)問題的可行解從空間轉(zhuǎn)換到遺傳算法能處理的搜索空間的轉(zhuǎn)換方法

稱之為編碼。編碼是遺傳算法應(yīng)用時(shí)所要解決的首要問題，同時(shí)是遺傳算法的關(guān)鍵步驟。把問題的各類參數(shù)用編碼構(gòu)成子用，把子用冉并接成染色體用。常用的編碼方法為二進(jìn)制編碼。適應(yīng)度函數(shù)適應(yīng)度函數(shù)反映了個(gè)體對(duì)外界環(huán)境的適應(yīng)能力的強(qiáng)弱情況，目標(biāo)函數(shù)與之相關(guān)。遺傳算法中適應(yīng)度這個(gè)概念用來衡量群體中各個(gè)個(gè)體在優(yōu)化計(jì)算中能夠達(dá)到或者接近于找到最優(yōu)解的優(yōu)良程度，適應(yīng)度的高低與遺傳到下一代的概率成正比，度量個(gè)體適應(yīng)度的函數(shù)就稱為適應(yīng)度函數(shù)(FitnessFunction)0選擇、交叉、變異算子遺傳算法用選擇算子對(duì)群體中的個(gè)體進(jìn)行優(yōu)勝劣汰的操作。常用的選擇算子是基本遺傳算法中的比例選擇算子，比例選擇算子的基本思想是：個(gè)體被選中的概率與它自身適應(yīng)度大小成正比。假設(shè)群體的大小為M,個(gè)體i的適應(yīng)度為Fi,那么個(gè)體i被選中的概率Pi如公式3.1Pi=4⑵1)'、Fii4上式可以看出，選擇算子的作用就是將適應(yīng)能力強(qiáng)更接近于最優(yōu)的解生存下來，這樣，就產(chǎn)生了對(duì)環(huán)境適應(yīng)能力較強(qiáng)的后代。就實(shí)際問題來講，也就是選擇出和最優(yōu)解最為接近的中間解。交叉算子是對(duì)兩個(gè)互相配對(duì)染色體按照一定的方式進(jìn)行部分基因的相互交換，進(jìn)而產(chǎn)生新的個(gè)體。它是遺傳算法區(qū)別于其他算法的主要體現(xiàn)與特征，在遺傳算法中起著尤為關(guān)鍵的作用。單點(diǎn)交叉算子，即在群體中隨機(jī)選取兩個(gè)個(gè)體，在個(gè)體編碼用中只隨機(jī)設(shè)一個(gè)交叉點(diǎn)，在該點(diǎn)以一定的概率Pc相互交換兩個(gè)配對(duì)個(gè)體的部分染色體。一般Pc的經(jīng)驗(yàn)取值范圍為0.40--0.99[vii]。變異算子在遺傳算法中指，對(duì)要執(zhí)行變異的位求反，也就是把1變0,把0變1。變異的概率pm與生物變異極小的情況一致，變異運(yùn)算是指將個(gè)體染色體編碼用中某些基因座上的基因值用該基因座的其它等位基因來替換，形成一個(gè)新的個(gè)體。一般Pm的經(jīng)驗(yàn)取值范圍是0.0001--0.1。變異能夠讓遺傳算法具有局部隨機(jī)搜索功能，同時(shí)可維持群體的多樣性，避免出現(xiàn)初期收斂問題，總的說變異增加了全局優(yōu)化的可能性。遺傳算法與其他算法比較遺傳算法與傳統(tǒng)算法對(duì)比示意圖如圖2.2所示起始于單個(gè)點(diǎn)起始于群體傳統(tǒng)算法遺傳算法起始于單個(gè)點(diǎn)起始于群體傳統(tǒng)算法遺傳算法圖2.2傳統(tǒng)算法與遺傳算法對(duì)比.遺傳算法與啟發(fā)算法比較啟發(fā)式算法的方法是尋求一種能夠產(chǎn)生可行解的啟發(fā)式規(guī)則，從而去尋找到問題的最優(yōu)解或者近似最優(yōu)解，這種方法效率較高，但是它針對(duì)的問題必須找到其特有的一種啟發(fā)式規(guī)則，同時(shí)這種啟發(fā)式規(guī)則一般沒有通性，不適用于其他問題。而遺傳算法是不采用確定性規(guī)則，它主要強(qiáng)調(diào)的是利用概率轉(zhuǎn)換規(guī)則來引導(dǎo)搜索過程。.遺傳算法與爬山法的比較爬山法包含直接法、梯度法以及Hessian法。爬山法首先會(huì)在最優(yōu)解可能存在的地方選一個(gè)初始點(diǎn)，通過對(duì)目標(biāo)函數(shù)特性的分析，再從初始點(diǎn)轉(zhuǎn)移到一個(gè)新的點(diǎn)，周而復(fù)始，重復(fù)進(jìn)行該過程。爬山搜索的過程是確定的，它通過一系列點(diǎn)的產(chǎn)生收斂到最優(yōu)解。相比之下，遺傳算法的搜索過程是隨機(jī)的，它產(chǎn)生的是一系列的隨機(jī)種群序列。二者的主要差別表現(xiàn)在如下兩個(gè)方面：(1)爬山法的初始點(diǎn)只有一個(gè)，取決于決策者，遺傳算法有多個(gè)初始點(diǎn)，且都是隨機(jī)產(chǎn)生的。(2)由目標(biāo)函數(shù)特性可知，爬山法由上一個(gè)點(diǎn)產(chǎn)生一個(gè)新的點(diǎn)，遺傳算法通過遺傳操作進(jìn)行，在當(dāng)前種群中經(jīng)交叉、變異與選擇產(chǎn)生下一代，針對(duì)同一優(yōu)化問題，遺傳算法使用的機(jī)時(shí)比爬山法要多，不過遺傳算法可以處理一些更加復(fù)雜的優(yōu)化問題。.遺傳算法與盲目隨機(jī)法比較盲目隨機(jī)法搜索只有在解在搜索空間中形成緊致分布時(shí)才有效，不過遺傳算法作為導(dǎo)向隨機(jī)搜索方法，能夠?qū)Ρ痪幋a參數(shù)空間進(jìn)行高效搜索。兩者的主要區(qū)別體現(xiàn)在如下四點(diǎn)：(1)遺傳算法搜索種群中的點(diǎn)不是單點(diǎn)，而是并行的。(2)遺傳算法不需要輔助的信息和知識(shí)，只需要影響搜索的方向與目標(biāo)函數(shù)以及相對(duì)應(yīng)的適應(yīng)度。(3)遺傳算法的變換規(guī)則是概率變換規(guī)則。(4)遺傳算法使用編碼參數(shù)集。.遺傳算法與窮舉法比較窮舉法是對(duì)解空間內(nèi)所有可行解進(jìn)行搜索，通常窮舉法并不是完全窮舉，是選擇地嘗試，像動(dòng)態(tài)規(guī)劃、限界剪枝法等。窮舉法方法簡單易行，但求解效率過低。相比之下，遺傳算法搜索能力和魯棒性較高。2.4遺傳算法優(yōu)點(diǎn)遺傳算法具有如下的優(yōu)點(diǎn)：.對(duì)可行解的表示具有廣泛性，它的處理對(duì)象不是參數(shù)本身，是那些通過參數(shù)進(jìn)行編碼后而得到的基因個(gè)體，這樣，遺傳算法就可以直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作。這一結(jié)構(gòu)的特點(diǎn)，讓遺傳算法的應(yīng)用領(lǐng)域更為廣泛。(1)對(duì)連接矩陣的操作，神經(jīng)網(wǎng)絡(luò)和自動(dòng)機(jī)機(jī)構(gòu)、參數(shù)的優(yōu)化可通過遺傳算法實(shí)現(xiàn)。(2)對(duì)樹結(jié)構(gòu)的操作，遺傳算法可以得到最佳決策樹。(3)對(duì)任務(wù)序列的操作，任務(wù)的規(guī)劃和自動(dòng)構(gòu)造順序控制系統(tǒng)可以由遺傳算法實(shí)現(xiàn)。.群體搜索特性。遺傳算法在搜索過程中是多點(diǎn)搜索，它可以同時(shí)對(duì)多個(gè)解進(jìn)行評(píng)估，這一特點(diǎn)使遺傳算法具有較好的全局搜索能力，同時(shí)自身也更容易并行。.不需要輔助信息。遺傳算法的適應(yīng)度函數(shù)不受連續(xù)可微的影響，定義域也是可以任意設(shè)定的，對(duì)適應(yīng)度函數(shù)的唯一一點(diǎn)要求就是編碼與可行解空間需要對(duì)應(yīng)，不能存在死碼。限制條件縮小，遺傳算法的應(yīng)用范圍相對(duì)就會(huì)擴(kuò)大。.遺傳算法具有并行性以及自身具有并行計(jì)算的能力。.遺傳算法的搜索不是采用確定性規(guī)則來進(jìn)行的，它的搜索方向采用概率的變遷規(guī)則。概率僅作為一種工具來引導(dǎo)其朝著更優(yōu)化的解的區(qū)域進(jìn)行靠近，看起來是盲目的，但實(shí)際上它的搜索方向是明確的，具有內(nèi)在的并行搜索機(jī)制網(wǎng)。.遺傳算法具有可擴(kuò)展性，它能夠較容易的與其他技術(shù)進(jìn)行混合使用。3基于遺傳算法的PID控制器參數(shù)優(yōu)化傳統(tǒng)遺傳算法的PID整定.問題描述對(duì)已給定的控制對(duì)象，尋找一組PID控制器參數(shù)Kp、工、工使被控系統(tǒng)滿足某一指標(biāo)或多個(gè)指標(biāo)，指標(biāo)可以是時(shí)域、頻域、誤差積分以及它們的組合，計(jì)算J的函數(shù)為目標(biāo)函數(shù)，適用度函數(shù)由目標(biāo)函數(shù)轉(zhuǎn)換得到。.算法流程圖框圖如圖3.1所示。圖3.1基于傳統(tǒng)遺傳算法的PID控制器參數(shù)優(yōu)化算法流程算法步驟.首先確定個(gè)體編碼方式；.隨機(jī)生成初始種群（種群中個(gè)體的數(shù)目由設(shè)計(jì)者根據(jù)實(shí)際情況而定）；.計(jì)算個(gè)體適應(yīng)度值,判斷是否滿足終止條件，符合輸出最優(yōu)值,否則轉(zhuǎn)下一步；.根據(jù)適應(yīng)度值進(jìn)行選擇，生成再生個(gè)體；.按照意選定的交叉與變異方法，生成新的一代的種群，返回到第三步，繼續(xù)判定?；谶z傳算法的PID控制系統(tǒng)框圖如4.2所示。圖3.2基于遺傳算法參數(shù)優(yōu)化PID控制系統(tǒng)框圖系統(tǒng)仿真一MATLAB語言MATLAB為一種開放式軟件，經(jīng)一定程序可以將應(yīng)用程序集加入到MATLAB工具的行列。MATLAB作為一種高性能數(shù)值計(jì)算能力的計(jì)算機(jī)語言擁有數(shù)值分析、矩陣計(jì)算、圖視能力、可視化建模仿真和實(shí)時(shí)控制能力，在多學(xué)科、廣領(lǐng)域得以應(yīng)用網(wǎng)。遺傳算法的參數(shù)設(shè)置遺傳算法的運(yùn)行首先要對(duì)4個(gè)基本參數(shù)進(jìn)行預(yù)設(shè)，即M,T,PgPm。M指群體的大小，在算法中一般取值為20-100;T代表遺傳算法的進(jìn)化代數(shù)，一般取值為100-500;Pc為交叉概率，一般取0.4-0.99;Pm為變異概率，一般為0.0001-0.1。MATLAB遺傳算法操作MATLAB實(shí)現(xiàn)遺傳算法，最為重要的是進(jìn)行如下三個(gè)操作：復(fù)制、交叉、變異。(1)復(fù)制fi_sum=sum(fi);fi_Size=(Oderfi/fi_sum)*Size;fi_S=floor(fi_Size);r=Size-sum(fi_S);Rest=fi_Size-fi_S;[RestValue,Index]=sort(Rest);fori=Size:-1:Size-r+1fi_S(Index(i))=fi_S(Index(i))+1;endk=1;fori=Size:-1:1forj=1:1:fi_S(i)TempE(k,:)=Kpid(Indexfi(i),:);k=k+1;endend.交叉假設(shè)交叉的概率為0.9,程序如下:

Pc=0.90;%交叉概率fori=1:2:(Size-1)%交叉概率temp=rand;ifPc>tempalfa=rand;TempE(i,:)=alfa*Kpid(i+1,:)+(1-alfa)*Kpid(i,:);TempE(i+1,:)=alfa*Kpid(i,:)+(1-alfa)*Kpid(i+1,:);endendTempE(Size,:)=BestS;Kpid=TempE;.變異Pm=0.10-[1:1:Size]*(0.01)/Size;Pm_rand=rand(Size,CodeL);Mean=(MaxX+MinX)/2;Dif=(MaxX-MinX);fori=1:1:Sizeforj=1:1:CodeLifPm(i)>Pm_rand(i,j)TempE(i,j)=Mean(j)+Dif(j)*(rand-0.5);endendend4基于遺傳算法的PID參數(shù)優(yōu)化的應(yīng)用本章將研究基于遺傳算法的PID控制在柴油機(jī)調(diào)速系統(tǒng)中的應(yīng)用，對(duì)該調(diào)速系統(tǒng)體系進(jìn)行簡單的介紹，通過MATLAB仿真分析該控制器在系統(tǒng)中的作用，同時(shí)驗(yàn)證其實(shí)用、可行性。柴油機(jī)調(diào)速系統(tǒng)模型概述測速環(huán)節(jié)該系統(tǒng)的測速環(huán)節(jié)采用的是磁電式傳感器來測量轉(zhuǎn)速，將頻率轉(zhuǎn)換為與之相對(duì)應(yīng)的且成正比的脈沖信號(hào)，這種方法比較簡單，而且相對(duì)更加準(zhǔn)確與可靠［x］＜柴油機(jī)柴油機(jī)就是指以柴油作為燃料的一種內(nèi)燃機(jī)，它屬于壓縮點(diǎn)火式的發(fā)動(dòng)機(jī)，又常以它的發(fā)明者迪塞爾來命名，即迪塞爾引擎。柴油機(jī)在工作的時(shí)候，吸入其氣缸內(nèi)的空氣，由于活塞運(yùn)動(dòng)，受到的壓縮程度很高，溫度高達(dá)500-700C,接著將燃油以霧狀的形態(tài)噴到空氣中，它會(huì)與高溫的空氣混合，形成可燃的混合氣，然后自動(dòng)燃燒。因燃燒產(chǎn)生的能量作用在活塞頂面，通過連桿和曲軸將該能量轉(zhuǎn)換成旋轉(zhuǎn)的動(dòng)能［刈。柴油機(jī)控制系統(tǒng)模型柴油機(jī)轉(zhuǎn)速控制系統(tǒng)如圖4.1所示。柴油機(jī)模型簡化之后，可以近似地看作為一個(gè)一階慣性系統(tǒng)，配合PID控制器，組成了完整的柴油機(jī)調(diào)速系統(tǒng)模型

圖4.1柴油機(jī)轉(zhuǎn)速控制系統(tǒng)框圖數(shù)學(xué)模型的建立由達(dá)朗貝爾原理，得出柴油機(jī)的運(yùn)動(dòng)方程如下：d,、d匚?！鯦——=Md—Me或J=iMd-AMC(4-1)dtdcdtdc其中：Md表示柴油機(jī)的轉(zhuǎn)矩，Mc表示阻力矩，J是柴油機(jī)轉(zhuǎn)動(dòng)慣量，0為曲軸的角速度。帶入相關(guān)的數(shù)據(jù)，進(jìn)行變化與簡化得到傳遞函數(shù)為一個(gè)一階純滯后模型回：G(s)=1G(s)=1-80se60s1(4-2)柴油機(jī)調(diào)速系統(tǒng)的PID參數(shù)優(yōu)化設(shè)計(jì)與仿真通過上一節(jié)的分析，用傳統(tǒng)的方法在Matlab上用Simulink進(jìn)行仿真，對(duì)柴油機(jī)的轉(zhuǎn)速系統(tǒng)進(jìn)行分析，整個(gè)控制系統(tǒng)如圖4.2所示。圖4.2柴油機(jī)轉(zhuǎn)速控制系統(tǒng)圖4.2柴油機(jī)轉(zhuǎn)速控制系統(tǒng)先設(shè)定Km=10,Ti=inf,Td=0,再用二分法，改變Km值，最后使仿真曲線等幅震蕩，如圖4.2所示圖4.2圖4.2等幅振蕩由波形圖得出Km=2.09,Tu=240最終由穩(wěn)定邊界法得出:時(shí)間單位穩(wěn)定邊界法PID整定公式時(shí)間單位(s)調(diào)節(jié)器參數(shù)1.045控制規(guī)律1.045PPI0.951PIDPI0.951PID1.25420412030Simulink仿真后得到如下響應(yīng)曲線圖4.3基于穩(wěn)定邊界法輸出的響應(yīng)曲線基于遺傳算法優(yōu)化柴油機(jī)調(diào)速系統(tǒng)PID參數(shù)PID控制在當(dāng)今的工業(yè)生產(chǎn)中應(yīng)用廣泛,因此PID控制參數(shù)的優(yōu)化也至關(guān)重要，通過對(duì)參數(shù)的優(yōu)化來實(shí)現(xiàn)對(duì)整個(gè)控制系統(tǒng)的穩(wěn)定、高效運(yùn)行。我們已經(jīng)了解到，對(duì)于PID參數(shù)的優(yōu)化方法有很多，主要有經(jīng)驗(yàn)試湊法、衰減曲線法、臨界比例度法等，這些方法都有自身的優(yōu)勢，但同樣也都存在著眾多的不足與缺陷。我們也了解到遺傳算法相對(duì)與其他方法的優(yōu)勢和穩(wěn)定之處，它不需要去知道任何初始信息就可以去尋求全面的最優(yōu)解。因此，我們選用遺傳算法來對(duì)PID控制器進(jìn)行參數(shù)的尋優(yōu)。具體步驟如下：1、編碼：采用二進(jìn)制編碼方法2、適應(yīng)度函數(shù)的選擇：該函數(shù)是體現(xiàn)出個(gè)體對(duì)外界環(huán)境適應(yīng)能力的強(qiáng)弱，由選取的目標(biāo)函數(shù)決定出］。本文采用的模型為絕對(duì)誤差積分：J=ote(t)dt定義的適應(yīng)度函數(shù)為：f」=)J0te(t)dt3、設(shè)計(jì)遺傳算子：根據(jù)不同的運(yùn)算，采用不同的算子。選擇運(yùn)算采用比例選擇算子，變異采用高位變異算子，交叉采用雙點(diǎn)交叉算子。4、遺傳算法控制參數(shù)的選?。合袢后w的大小、遺傳操作的概率、最大迭代次數(shù)等，以及隨之產(chǎn)生的初始群體。5、遺傳算法搜索過程：采用隨機(jī)采樣法，對(duì)個(gè)體、交叉變異后產(chǎn)生的新個(gè)體以及再計(jì)算新個(gè)體的目標(biāo)函數(shù)值進(jìn)行選擇。6、終止循環(huán)條件：確定個(gè)體評(píng)價(jià)方法，若滿足收斂條件，則算法結(jié)束。我們?cè)贛ATLAB編程之前，首先要設(shè)定選擇算子、交叉算子、變異算子。根據(jù)算子選擇的原則，本文的MATLAB仿真時(shí)選擇算子為高位選擇，交叉算子為中間重組雙點(diǎn)交叉，變異算子選為高位變異。本文實(shí)驗(yàn)中，我們選取取樣時(shí)間為20s,輸入的指令為階躍信號(hào)，最優(yōu)指標(biāo)表示為：J=((w1e(t)+w2u2⑴dt+w3tu,其中e(t)指系統(tǒng)的誤差，u(t)代表控制器的輸出，tu為上升時(shí)間，Wi、嗎、嗎為權(quán)值。我們?cè)O(shè)定樣本數(shù)為30,Pc為0.90,Pm為0.001，參數(shù)Kp[0,20],K與Kd的取值范圍為[0,1],W1=0.999,W2=0.001,W3=2.0,W4=100。采用實(shí)數(shù)編碼方式，經(jīng)過100代優(yōu)化，獲得優(yōu)化參數(shù)Kp=1.4245,%=0.9915,Kd=0.0190,性能指標(biāo)J=191.6907。J在整定過程的變化如圖4.4所示。140001300010000800060004000200000102030405060708090100Times圖44性能指標(biāo)J的優(yōu)化過程二進(jìn)制遺傳算法優(yōu)化PID階躍響應(yīng)圖4.5如所示。1.4r--.,-,,r1.2--J!；VII1I/0.8-TOC\o"1-5"\h\z0.6-I]??0.4-一?0.2-0111J111110200400600800100012001400160018002000Time(s)圖4.5二進(jìn)制遺傳算法優(yōu)化PID階躍響應(yīng)對(duì)比圖4.3與4.5可知，基于遺傳算法整定PID的階躍響應(yīng)曲線能保證系統(tǒng)的穩(wěn)定，且遺傳算法的調(diào)節(jié)時(shí)間400是遠(yuǎn)小于一般算法的調(diào)節(jié)時(shí)間1600s,遺傳算法曲線能較快速地到達(dá)穩(wěn)態(tài)，遺傳算法得出曲線超調(diào)量為也略小于一般方法的超調(diào)量，可看出遺傳算法整定的參數(shù)更加精確收斂，這些都反映了采用遺傳算法可以取得較好的控制效果，提高了PID控制器在調(diào)節(jié)控制參數(shù)的能力。結(jié)論P(yáng)ID控制器結(jié)構(gòu)簡單、魯棒性較強(qiáng)等優(yōu)點(diǎn)使其廣泛應(yīng)用到生活的中的各個(gè)領(lǐng)域，但是PID參數(shù)的整定卻不夠完善，傳統(tǒng)的整定方法誤差較大，整定出來的結(jié)果超調(diào)量等都較大，但是遺傳算法因?yàn)槠鋵?yōu)能力較強(qiáng)，這也大大提高了PID參數(shù)控制的準(zhǔn)確、高效性[xiv]o本文通過對(duì)柴油機(jī)系統(tǒng)實(shí)例的分析研究，用傳統(tǒng)的參數(shù)整定方法和遺傳算法分別對(duì)系統(tǒng)的參數(shù)進(jìn)行整定，結(jié)果證明，經(jīng)由遺傳算法得到的Kp、K和人使系統(tǒng)更快達(dá)到穩(wěn)定值，系統(tǒng)的超調(diào)量也相對(duì)較小，這也就證明了遺傳算法尋優(yōu)能力的強(qiáng)大。我們對(duì)于遺傳算法的了解還不夠深入，研究成果也不太突出，但是可以看出，該算法憑借自身尋優(yōu)能力強(qiáng)、調(diào)整參數(shù)快等優(yōu)勢，在今后的發(fā)展中一定會(huì)得到更為廣泛的應(yīng)用，今后，我們應(yīng)該繼續(xù)深入研究研究算法，繼續(xù)總結(jié)學(xué)習(xí)，使遺傳算法高效快捷地應(yīng)用到生活的各個(gè)領(lǐng)域。通過這次的PID參數(shù)優(yōu)化設(shè)計(jì)，我對(duì)傳統(tǒng)的PID參數(shù)整定有了一定的了解，通過查閱資料、詢問導(dǎo)師等，認(rèn)識(shí)和了解到了遺傳算法的特性以及應(yīng)用。同時(shí),也發(fā)現(xiàn)了傳統(tǒng)遺傳算法中存在的一些不足：.收斂速度限制。當(dāng)變量比較多的時(shí)候、變量可取值范圍較廣或者我給定范圍的時(shí)候，遺傳算法的收斂速度將會(huì)下降；.準(zhǔn)確性。遺傳算法在尋優(yōu)的過程中得到的結(jié)果為接近最優(yōu)解，但由于自身的限制，它無法精確到最優(yōu)解而只能在附近；.參數(shù)取值未定量。遺傳算法在運(yùn)算的過程中，對(duì)于參數(shù)的選擇并未有定量的方法，都是隨機(jī)給定，這樣就減緩了運(yùn)行的速度。致謝本論文是經(jīng)過我的導(dǎo)師吳麗娟老師的悉心指導(dǎo)完成的。從選題到材料的搜集以及后來論文的編排撰寫，吳老師給我提供了很多有指導(dǎo)性的意見、指出了許多不足之處，也為我的研究提供了很多素材資源，使我的研究更有方向感，在整個(gè)論文寫作過程中，吳老師豐富的知識(shí)面、嚴(yán)謹(jǐn)?shù)膽B(tài)度以及獨(dú)到的見解讓我受益匪淺，再次感謝吳老師的悉心指導(dǎo)，在此表達(dá)最誠摯的謝意。這四年來，感謝遼寧科技大學(xué)信息工程學(xué)院老師對(duì)我專業(yè)思維及專業(yè)技能的培養(yǎng)，為我以后的工作和繼續(xù)學(xué)習(xí)打下良好的基礎(chǔ)，在這里再次表達(dá)最真摯的協(xié)議。也感謝我的同學(xué)和朋友，在這四年里對(duì)我的照顧與支持，以及論文寫作過程中為我提供的素材以及排班過程中提供的熱情幫助。最后要感謝我的父母，在大學(xué)期間，他們?yōu)槲业膶W(xué)業(yè)操碎了心?，F(xiàn)在我馬上要畢業(yè)了，我會(huì)在今后的工作中積極進(jìn)取，用自己的實(shí)際行動(dòng)來報(bào)答父母的養(yǎng)育之恩！畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對(duì)本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。作者簽名：日期：指導(dǎo)教師簽名：日期：使用授權(quán)說明本人完全了解大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。作者簽名：日期：學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期：年月日導(dǎo)師簽名:日期：年月導(dǎo)師簽名:日期：年月指導(dǎo)教師評(píng)閱書指導(dǎo)教師評(píng)價(jià)：一、撰寫（設(shè)計(jì)）過程1、學(xué)生在論文（設(shè)計(jì)）過程中的治學(xué)態(tài)度、工作精神口優(yōu)口良口中口及格口不及格2、學(xué)生掌握專業(yè)知識(shí)、技能的扎實(shí)程度口優(yōu)口良口中口及格口不及格3、學(xué)生綜合運(yùn)用所學(xué)知識(shí)和專業(yè)技能分析和解決問題的能力口優(yōu)口良口中口及格口不及格4、研究方法的科學(xué)性；技術(shù)線路的可行性；設(shè)計(jì)方案的合理性口優(yōu)口良口中口及格口不及格5、完成畢業(yè)論文（設(shè)計(jì)）期間的出勤情況口優(yōu)口良口中口及格口不及格二、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？口優(yōu)口良口中口及格口不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？口優(yōu)口良口中口及格口不及格三、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義口優(yōu)口良口中口及格口不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？口優(yōu)口良口中口及格口不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平口優(yōu)口良口中口及格口不及格建議成績：口優(yōu)口良口中口及格口不及格（在所選等級(jí)前的口內(nèi)畫）指導(dǎo)教師：（簽名）單位：（蓋章）年月日評(píng)閱教師評(píng)閱書評(píng)閱教師評(píng)價(jià)：一、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？優(yōu)□良□中□及格□不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？優(yōu)□良□中□及格□不及格二、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義優(yōu)□良□中□及格□不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？優(yōu)□良□中□及格□不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平優(yōu)□良□中□及格□不及格建議成績：口優(yōu)□良□中□及格□不及格（在所選等級(jí)前的口內(nèi)畫）評(píng)閱教師：（簽名）單位：（蓋章）年月日遼寧科技大學(xué)本科生畢業(yè)論文教研室（或答辯小組）及教學(xué)系意見教研室（或答辯小組）評(píng)價(jià)：一、答辯過程1、畢業(yè)論文（設(shè)計(jì)）的基本要點(diǎn)和見解的敘述情況口優(yōu)口良口中口及格口不及格2、對(duì)答辯問題的反應(yīng)、理解、表達(dá)情況口優(yōu)口良口中口及格口不及格3、學(xué)生答辯過程中的精神狀態(tài)口優(yōu)口良口中口及格口不及格二、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？口優(yōu)口良口中口及格口不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？口優(yōu)口良口中口及格口不及格三、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義口優(yōu)口良口中口及格口不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？口優(yōu)口良口中口及格口不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平口優(yōu)口良口中口及格口不及格評(píng)定成績：口優(yōu)口良口中口及格口不及格

（在所選等級(jí)前的口內(nèi)畫）教研室主任（或答辯小組組長）：（簽名）年月日教學(xué)系意見：系主任：（簽名）年月日

遼寧科技大學(xué)本科生畢業(yè)論文學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下進(jìn)行的研究工作所取得的成果。盡我所知，除文中已經(jīng)特別注明引用的內(nèi)容和致謝的地方外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式注明并表示感謝。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者（本人簽名）學(xué)位論文由版授權(quán)書本人及導(dǎo)師完全同意《中國博士學(xué)位論文全文數(shù)據(jù)庫出版章程》、《中國優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫出版章程》（以下簡稱“章程”），愿意將本人的學(xué)位論文提交“中國學(xué)術(shù)期刊（光盤版）電子雜志社”在《中國博士學(xué)位論文全文數(shù)據(jù)庫》、《中國優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫》中全文發(fā)表和以電子、網(wǎng)絡(luò)形式公開出版，并同意編入CNKI《中國知識(shí)資源總庫》,在《中國博碩士學(xué)位論文評(píng)價(jià)數(shù)據(jù)庫》中使用和在互聯(lián)網(wǎng)上傳播，同意按“章程”規(guī)定享受相關(guān)權(quán)益。論文密級(jí)：□公開口保密（年—月至—年—月）（保密的學(xué)位論文函單密后應(yīng)遵守此協(xié)議作者簽名：年月日作者簽名：年月日導(dǎo)師簽名：年月日遼寧科技大學(xué)本科生畢業(yè)論文獨(dú)創(chuàng)聲明本人鄭重聲明：所呈交的畢業(yè)設(shè)計(jì)（論文），是本人在指導(dǎo)老師的指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果，成果不存在知識(shí)產(chǎn)權(quán)爭議。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本設(shè)計(jì)（論文）不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體均已在文中以明確方式標(biāo)明。本聲明的法律后果由本人承擔(dān)。作者簽名：二0一0年九月二十日畢業(yè)設(shè)計(jì)（論文）使用授權(quán)聲明本人完全了解濱州學(xué)院關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定。本人愿意按照學(xué)校要求提交學(xué)位論文的印刷本和電子版，同意學(xué)校保存學(xué)位論文的印刷本和電子版，或采用影印、數(shù)字化或其它復(fù)制手段保存設(shè)計(jì)（論文）；同意學(xué)校在不以營利為目的的前提下，建立目錄檢索與閱覽服務(wù)系統(tǒng)，公布設(shè)計(jì)（論文）的部分或全部內(nèi)容，允許他人依法合理使用。（保密論文在解密后遵守此規(guī)定）作者簽名:二0一0年九月二十日遼寧科技大學(xué)本科生畢業(yè)論文時(shí)間飛逝，大學(xué)的學(xué)習(xí)生活很快就要過去，在這四年的學(xué)習(xí)生活中，收獲了很多，而這些成績的取得是和一直關(guān)心幫助我的人分不開的。首先非常感謝學(xué)校開設(shè)這個(gè)課題，為本人日后從事計(jì)算機(jī)方面的工作提供了經(jīng)驗(yàn)，奠定了基礎(chǔ)。本次畢業(yè)設(shè)計(jì)大概持續(xù)了半年，現(xiàn)在終于到結(jié)尾了。本次畢業(yè)設(shè)計(jì)是對(duì)我大學(xué)四年學(xué)習(xí)下來最好的檢驗(yàn)。經(jīng)過這次畢業(yè)設(shè)計(jì)，我的能力有了很大的提高，比如操作能力、分析問題的能力、合作精神、嚴(yán)謹(jǐn)?shù)墓ぷ髯黠L(fēng)等方方面面都有很大的進(jìn)步。這期間凝聚了很多人的心血，在此我表示由衷的感謝。沒有他們的幫助，我將無法順利完成這次設(shè)計(jì)。首先，我要特別感謝我的知道郭謙功老師對(duì)我的悉心指導(dǎo)，在我的論文書寫及設(shè)計(jì)過程中給了我大量的幫助和指導(dǎo)，為我理清了設(shè)計(jì)思路和操作方法，并對(duì)我所做的課題提出了有效的改進(jìn)方案。郭謙功老師淵博的知識(shí)、嚴(yán)謹(jǐn)?shù)淖黠L(fēng)和誨人不倦的態(tài)度給我留下了深刻的印象。從他身上，我學(xué)到了許多能受益終生的東西。再次對(duì)周巍老師表示衷心的感謝。其次，我要感謝大學(xué)四年中所有的任課老師和輔導(dǎo)員在學(xué)習(xí)期間對(duì)我的嚴(yán)格要求，感謝他們對(duì)我學(xué)習(xí)上和生活上的幫助，使我了解了許多專業(yè)知識(shí)和為人的道理，能夠在今后的生活道路上有繼續(xù)奮斗的力量。另外，我還要感謝大學(xué)四年和我一起走過的同學(xué)朋友對(duì)我的關(guān)心與支持，與他們一起學(xué)習(xí)、生活，讓我在大學(xué)期間生活的很充實(shí)，給我留下了很多難忘的回憶。最后，我要感謝我的父母對(duì)我的關(guān)系和理解，如果沒有他們?cè)谖业膶W(xué)習(xí)生涯中的無私奉獻(xiàn)和默默支持，我將無法順利完成今天的學(xué)業(yè)。四年的大學(xué)生活就快走入尾聲，我們的校園生活就要?jiǎng)澤暇涮?hào)，心中是無盡的難舍與眷戀。從這里走出，對(duì)我的人生來說，將是踏上一個(gè)新的征程，要把所學(xué)的知識(shí)應(yīng)用到實(shí)際工作中去?；厥姿哪辏〉昧诵┰S成績，生活中有快樂也有艱辛。感謝老師四年來對(duì)我孜孜不倦的教誨，對(duì)我成長的關(guān)心和愛護(hù)。學(xué)友情深，情同兄妹。四年的風(fēng)風(fēng)雨雨，我們一同走過，充滿著關(guān)愛，給我留下了值得珍藏的最美好的記憶。在我的十幾年求學(xué)歷程里，離不開父母的鼓勵(lì)和支持，是他們辛勤的勞作，無私的付出，為我創(chuàng)造良好的學(xué)習(xí)條件，我才能順利完成完成學(xué)業(yè)，感激他們一直以來對(duì)我的撫養(yǎng)與培育。最后，我要特別感謝我的導(dǎo)師趙達(dá)睿老師、和研究生助教熊偉麗老師。是