改进生物地理学优化算法及其在PID控制器参数中的优化

为了解决生物地理学优化(Biogeography-based optimization,BBO)算法在收敛过程容易陷入早熟的问题,提出了一种改进的生物地理学优化(Improved biogeography-based optimization,I-BBO)算法。该算法是在生物地理学的基础上,引入了人工驯养的概念,把人工驯化与生物地理学算法相结合,解决了BBO算法在后期存在搜索动力不足的问题。仿真实验表明:I-BBO算法提高了物种的多样性,增强了算法的搜索能力,加快了寻优速度。将该文提出的I-BBO算法应用到比例积分微分(Proportion integration differentiation,PID)控制器的参数整定中,通过两个例子的仿真,结果表明,I-BBO算法在优化PID控制器参数上比原有的BBO算法更加迅速。