改进自适应粒子群算法的PID参数优化

标准粒子群优化算法(PSO)易在局部求得最优解,为解决这一问题,采用自适应权重,在迭代中调整惯性,确保在每一次迭代中使用最佳权重,较好地解决局部最优的问题.该方式可改善传统PSO算法,与实践经验整定法、标准粒子群算法及一般自适应粒子群算法的寻优结果对比.结果显示:其超调量为3.2％,调节时间减少到0.165s,与其他3种方法相比,振荡更低,且收敛速度更快.采用该方法调整,系统参数确保比例、积分、微分(PID)控制器的性能指标更好,以及控制系统更稳定.