基于分数阶PID控制器算法优化方法，分数阶PID控制优化的源代码，具有参考意义

了提高分数阶比例积分微分( FOPID) 控制器的控制效果， 针对 FOPID 控制器参数整定的范围广、复杂 性高等特点，提出改进的粒子群优化( PSO) 算法优化 FOPID 控制器参数的方法。该算法对 PSO 中惯权重系数的上下 限设定范围并随迭代次数以伽玛函数方式非线性下降，同时粒子的惯性权重系数和学习因子根据粒子的适应度值大 小动态调整，使粒子保持合理运动惯性和学习能力， 提高粒子的自适应能力。仿真实验表明， 改进的 PSO 算法优化 FOPID 控制器的参数较标准 PSO 算法具有收

针对高阶复杂系统提出一种分数阶内模控制器设计方法. 利用微粒群算法(PSO) 进行模型化简, 基于内模控制(IMC) 原理设计分数阶控制器, 该控制器仅有一个可调参数, 并根据鲁棒性能指标给出控制器参数整定的解析表达式. 仿真结果表明, 该方法可以使系统同时具有良好的目标值跟踪特性、扰动抑制特性以及克服参数变化的鲁棒性.