基于遗传算法的PID参数优化技术基于遗传算法的PID参数优化技术

基于遗传算法的PID参数优化技术，讨论了遗传算法应用于PID参数优化

PI型广义预测控制比例因子和积分因子参数整定困难，提出了基于遗传算法参数优化整定的PI型广义预测控 制(GAPIGPC)。PI型广义预测控制(PIGPC)采用预测技术克服时变时滞，用PI(PID)控制技术加强系统的鲁棒性，极大程度 地减少了模型失配的影响。由于其参数的优化设计是一个组合优化问题，而遗传算法是一类可用于复杂系统优化计算的鲁 棒性算法，并为组合参数整定及优化提供了一个有效的手段。仿真实例表明，该算法具有较好的鲁棒性和抗干扰性。

蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型技术。它由Marco Dorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 　　蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值. 　　蚁群算法是一种求解组合