基于群体智能免疫算法的PID自整定

传统的PID整定方法得到的结果通常不是最优参数,很多学者采用遗传算法和模拟退火方法来解决这个问题.针对遗传算法很容易陷入局部最优值和模拟退火算法收敛速度慢这些缺点,融合了粒子群算法和人工免疫机理的优点,提出了一种基于群体智能的免疫算法,对典型二阶对象进行PID控制器参数优化整定.仿真结果证明了提出的算法有效可行.     

免疫响应反馈理论在水轮机调节系统中的应用

免疫响应反馈理论是维持生物体免疫平衡的关键,T细胞在不同的免疫阶段所具有的促进和抑制功能,保证了系统的快速响应和足够的稳定性。针对水轮机调节系统具有高度非线性、时变不确定、非最小相位等特点,通过免疫系统与控制系统的类比,借鉴免疫响应调节机理,利用免疫PID控制器来控制水轮机调节系统,并对该系统进行了仿真研究,仿真结果表明当工况变化和存在扰动时免疫PID控制器能有效的改善水轮机调节系统的动态性能,增强其鲁棒性和抗强干扰的能力。     

基于MBDE和参数稳定域的PI/PID控制器参数整定

提出了一种应用改进二进制差分进化算法(MBDE,modified binary differential evolution algorithm)对PI/PID控制器参数进行优化整定的方法。基于参数稳定域理论,预先确定保证闭环系统稳定的PI/PID控制器参数的约束范围。根据实际问题的需要,结合相应的性能指标,设计恰当的复合性能准则作为优化算法的优化目标,并采用MBDE智能优化算法对优化目标进行优化,从而得到PI/PID控制器的最优参数。将该方法分别应用于针对某循环流化床床温和一个非最小相位系统的PI/PID控制器的参数整定。仿真结果表明,通过上述方法设计的PI/PID控制器,跟传统方法相比,实现方式简单灵活,可以满足闭环系统动态性能的特殊需求。     

基于免疫网络调节机理的混沌超变异免疫算法

根据生物免疫系统中存在的免疫网络调节机理,提出了一种实数编码的混沌超变异免疫算法,该算法结合克隆选择原理和混沌理论建立新的混沌超变异操作,增强了算法局部搜索能力.同时基于免疫网络数学模型设计抗体的激励水平,并以此作为抗体群免疫网络调节的依据,保持了抗体群的多样性.最后将其应用于函数优化问题,结果表明该算法的收敛性能优于克隆选择算法,而且能够有效克服早收敛问题.     

基于特异性免疫策略的遗传算法及应用

针对标准遗传算法在进化后期收敛速度慢,易陷入未成熟收敛的问题,借鉴免疫应答机理,提出一种基于特异性免疫策略的遗传算法.算法的核心在于保持种群的多样性和执行特异性免疫策略,即引入小生境技术维持种群的多样性,对遗传参数自适应调节以适应种群的实际变化;利用高亲和度抗体搜寻更优秀的抗体,并发掘低亲和度抗体寻优的潜力;通过优良记忆库实现精英保留策略,保证算法搜索的快速性及有效性.理论上证明了算法的收敛性.仿真结果表明,算法能有效地改善种群多样性,具有较强的全局收敛能力.以二级倒立摆为被控对象,将该算法应用于Takagi- Sugeno模糊神经网络控制器的优化,实物控制结果表明该方法具有良好的动稳态性能和抗干扰能力.     

人工免疫系统及其在故障诊断领域中的应用

首先介绍了生物免疫系统的机理和特点,并给出了基于生物免疫机理开发的,在故障诊断领域中涉及较多的人工免疫网络模型、反面选择算法及其应用改进,然后给出了国内外人工免疫系统在故障诊断领域中的一些应用成果,最后对人工免疫系统在故障诊断领域中的应用前景和进一步的研究工作进行了展望。     

信息共享条件下多MIMO对象的协同与优化控制

针对信息物理系统(cyber-physical system, CPS)中多个MIMO对象存在协同效率低、控制算法收敛速度慢的问题,提出一种在信息共享条件下多个MIMO对象协同优化控制策略。利用一种仅有物理层与信息层的新型网络控制系统结构,实现了多个MIMO对象的状态变量、控制和检测信息实时共享。在信息共享的条件下,n个MIMO对象通过CPS分配的性能指标和各对象间的物理约束,采用极小值原理设计的协同控制器实现了系统间的自主协同控制,并利用特征值方法证明了多个MIMO对象在控制器自主协同作用下能够实现子系统与CPS性能整体稳定。通过3个相互存在物理约束的双输入双输出对象进行仿真,验证了控制策略的有效性。     

汽轮机调速系统CMAC网络PID并行优化控制

针对汽轮机调速系统存在死区、饱和等非线性的控制特点,提出了基于混沌优化策略与CMAC网络PID并行控制相结合的控制方法,并将其应用于汽轮机调速系统的参数设计中。该方法首先通过混沌搜索,得到控制器参数的次优值,然后利用变尺度的方法在次优值附近找出控制器参数的全局最优值。与CMAC网络传统PID并行控制以及单纯PID控制相比较的仿真结果表明,该方法能更好地提高控制系统的精度和响应速度。     

基于最优模糊推理的转台控制方法研究

针对飞行仿真转台系统,设计了模糊PID控制器,并采用了最优模糊推理这种新的模糊推理方法。该模糊推理方法将优化和反馈的思想引入推理过程中,依据不同的优化指标进行推理,使推理过程更为合理和有效。以某转台模型为例进行了仿真,仿真结果表明了该推理方法的有效性及模糊PID控制器在转台系统中的有效应用。     

改进的免疫算法及其在函数优化中的应用

为了提高免疫算法的搜索能力,根据生物免疫机制及生物进化的周期性,设计了一种周期变化变异算子。为了避免仅仅以亲和度作为免疫选择评价标准,低亲和度抗体过度抑制,提出了将抗体浓度引入到亲和度中作为评价指标,设计了一种改进的免疫选择算子。基于马尔科夫链,分析了改进免疫算法的收敛性。为了测试该算法的有效性,将算法应用于函数优化问题中。仿真结果表明,改进的免疫算法具有更高的搜索速度和精度。     

基于支持向量机的自修复飞行控制及仿真研究

针对多输入多输出非线性耦合系统的控制问题,提出一种多输入多输出函数的支持向量机回归方法和一种基于支持向量机的逆控制方法。采用该回归算法对多输入多输出非线性耦合系统的逆系统进行辨识,再与原系统复合而成为一个伪线性系统,就可完成对非线性耦合系统的线性化解耦系统,最后设计相应的PID控制器以获得优良的动、静态特性与抗干扰能力。对一个两输入两输出非线性耦合系统的仿真结果表明该逆控制方法是一种较神经网络逆控制方法更为有效的控制律重构方法。

Abstract：

An algorithm of SVMs regressing to a multivariable inputs and multivariable outputs （MIMO） function and a inverse control based on SVMs were proposed for controlling MIMO nonlinear correlative systems. The inverse system of MIMO nonlinear correlative system was identified by MIMO SVMs regressing algorithm. The original system connected with the inverse system will become linear and irrelated. PID controller will be designed to improve the dynamic and static capability of the system. Simulation results show that SVMs inverse control is a more valid way of control reconfiguration than BP neural networks.     

火电机组免疫单神经元非线性控制方法仿真研究

针对火电单元机组控制系统,提出一种免疫单神经元非线性控制策略,并设计出一种新的非线性输出跟踪控制器.该控制器由稳定逆系统和免疫单神经元自适应PID反馈控制器组成.前者是根据逆系统方法求取的,用于提高系统的响应速度;而后者,则是利用生物免疫反馈规则,使神经元比例系数可以随工况的变化自动进行调整,用于提高系统的稳定性.通过不同负荷下的仿真结果表明,该控制策略具有较强的动态解耦能力,鲁棒洼,自适应能力以及快速稳定跟踪能力.     

电加热锅炉系统神经网络PID解耦控制器

以多输入多输出系统电加热锅炉为被控对象 ,基于神经网络 PID控制 ,提出了一种可用于带有耦合时延的多输入多输出系统的比例、积分和微分参数自整定的多输入多输出神经网络 PID解耦控制器 ,可以实现多变量系统的解耦 ,定值跟踪控制 ,并使系统具有很好的动态及稳态性能.     

一类热工过程分布参数模型的PID控制仿真研究

分布参数系统普遍存在于热工过程中,PID是普遍采用的控制方法,因此有必要研究分布参数对象的PID控制问题。一般的PID控制器设计方法需要将分布参数模型简化为集总参数模型并降阶,这样就引入了模型误差;基于遗传算法的PID控制器优化设计方法(GAOPT)不受模型限制,可以直接基于分布参数模型进行控制器设计。利用GAOPT方法设计了一类分布参数模型的PID控制器。仿真结果表明,GAOPT方法比常规方法可以获得在超调量、调节时间、ITAE和性能鲁棒性等指标上都较优的控制效果;同时,基于分布参数模型的控制器比基于近似模型的控制器的控制效果有明显改善。     

基于Sugeno推理自调整模糊Smith-PID控制器仿真研究

针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题,提出一种新型控制器,利用Smith预估器补偿受控过程纯滞后作用,基于Sugeno推理模糊控制器自调整PID参数.给出控制器结构及其控制策略,并将其应用于加热炉温度控制系统中,与常规PID控制器和Smith预估补偿PID控制器比较.仿真结果表明,该控制器各项性能均好于其它两种控制器,具有动态调节性能好、稳态精度高、抗干扰性强和鲁棒巨好的特点.     

基于干扰观测器的Fuzzy-PID控制及应用研究

针对大射电望远镜(LT)悬索粗调系统为一变结构、非线性、慢时变、大滞后、强耦合、多输入多输出柔性结构系统的特点,提出了一种Fuzzy-PID控制和干扰观测器相结合的控制算法来实现馈源轨迹跟踪策略。这种方法通过构造干扰观测器来预测该柔性结构系统的各种干扰,并根据预测到的干扰信息进行补偿以抑制干扰对系统的影响,同时引入Fuzzy控制算法来自适应整定PID控制器的参数实现具有最佳组合的PID控制。最后,对LT悬索-馈源舱控制系统进行了数值仿真,结果表明该控制算法可以较好地满足馈源系统轨迹跟踪精度要求,同时系统具有较强的适应性和鲁棒性。     

基于遗传算法的模糊免疫控制器设计

运用模糊李亚普诺夫综合法设计模糊控制器来模拟免疫系统中的反馈机理,应用遗传算法对控制系统响应的快速性及稳定性的参数进行了优化,实现了免疫控制器的合理设计。采用此方法设计平衡梁系统控制器,仿真结果表明,控制器性能优于常规控制器,且系统具有良好的鲁棒性。     

采用免疫算法优化设计汽车主动悬架的模糊控制器

基于免疫算法,提出了一种模糊控制器的优化设计方法,优化模糊控制器的论域和模糊子集的隶属函数参数,并将其用于1/4汽车主动悬架的模糊控制器的设计中。仿真结果表明:使用该方法优化设计的模糊控制器控制汽车的主动悬架系统,汽车的平顺性和操纵稳定性均有明显改善。     

分流模型PID与鲁棒补偿的复合控制策略

提出了一种基于分流模型PID与鲁棒补偿的复合控制策略，这种控制器具有非线性滤波、增益自调整、鲁棒性好等优良特性。由于分流模型的输出是稳定、光滑且有界，可以构造一类具有输出光滑、有界并且增益自调整的PID控制器，其可设计一类安全控制系统．将分流模型PID与鲁棒补偿控制相结合，有效地解决了参数不确定情况下的一类非线性系统的鲁棒控制问题。通过倒立摆控制系统的仿真研究，验证了控制策略的有效性。