遗传算法优化pid控制器参数的matlab程序

利用遗传算法优化pid控制器三个参数的matlab程序

%lizi2_1.m
%GA（Generic Algorithm） Program is to optimize PID Parameters
clear all;
close all;
global rin yout timef

Size=30;
CodeL=3;

MinX（1）=zeros（1）;
MaxX（1）=20*ones（1）;
MinX（2）=zeros（1）;
MaxX（2）=1.0*ones（1）;
MinX（3）=zeros（1）;
MaxX（3）=1.0*ones（1）;

Kpid（:1）=MinX（1）+（MaxX（1）-MinX（1））*rand（Size1）;
Kpid（:2）=MinX（2）+（MaxX（2）-MinX（2））*rand（Size1）;
Kpid（:3）=MinX（3）+（MaxX（3）-MinX（3））*rand（Size1）;

G=100;
BsJ=0;

%*************** Start Running ***************
for kg=1:1:G
    time（kg）=kg;

%****** Step 1 : Evaluate BestJ ******
for i=1:1:Size
Kpidi=Kpid（i:）;
    
[KpidiBsJ]=lizi2_1f（KpidiBsJ）;

BsJi（i）=BsJ;
end
 
[OderJiIndexJi]=sort（BsJi）;
BestJ（kg）=OderJi（1）;
BJ=BestJ（kg）;
Ji=BsJi+1e-10;    %Avoiding deviding zero

   fi=1./Ji;
%  Cm=max（Ji）;
%  fi=Cm-Ji;                     
   
   [OderfiIndexfi]=sort（fi）;    %Arranging fi small to bigger
   Bestfi=Oderfi（Size）;          %Let Bestfi=max（fi）
   BestS=Kpid（Indexfi（Size）:）;  %Let BestS=E（m） m is the Indexfi belong to max（fi）
   
   kg   
   BJ
   BestS
%****** Step 2 : Select and Reproduct Operation******
   fi_sum=sum（fi）;
   fi_Size=（Oderfi/fi_sum）*Size;
   
   fi_S=floor（fi_Size）;                    % Selecting Bigger fi value
   r=Size-sum（fi_S）;
   
   Rest=fi_Size-fi_S;
   [RestValueIndex]=sort（Rest）;
   
   for i=Size:-1:Size-r+1
      fi_S（Index（i））=fi_S（Index（i））+1;     % Adding rest to equal Size
   end

   k=1;
   for i=Size:-1:1       % Select the Sizeth and Reproduce firstly  
      for j=1:1:fi_S（i）  
       TempE（k:）=Kpid（Indexfi（i）:）;      % Select and Reproduce 
         k=k+1;                            % k is used to reproduce
      end
   end
   
%************ Step 3 : Crossover Operation ************
    Pc=0.90;
    for i=1:2:（Size-1）
          temp=rand;
      if Pc>temp                      %Crossover Condition
          alfa=rand;
          TempE（i:）=alfa*Kpid（i+1:）+（1-alfa）*Kpid（i:）;  
          TempE（i+1:）=alfa*Kpid（i:）+（1-alfa）*Kpid（i+1:）;
      end
    end
    TempE（Size:）=BestS;
    Kpid=TempE;
    
%************ Step 4: Mutation Operation **************
Pm=0.10-[1:1:Size]*（0.01）/Size;       %Bigger fismaller Pm
Pm_rand=rand（SizeCodeL）;
Mean=（MaxX + MinX）/2; 
Dif=（MaxX-MinX）;

   for i=1:1:Size
      for j=1:1:CodeL
         if Pm（i）>Pm_rand（ij）        %Mutation Condition
            TempE（ij）=Mean（j）+Dif（j）*（rand-0.5）;
         end
      end
   end
%Guarantee TempE（Size:） belong to the best individual
   TempE（Size:）=BestS;      
   Kpid=TempE;
end
Bestfi
BestS
Best_J=BestJ（G）
figure（1）;
plot（timeBestJ）;
xlabel（‘Times‘）;ylabel（‘Best J‘）;
figure（2）;
plot（timefrin‘r‘timefyout‘b‘）;
xlabel（‘Time（s）‘）;ylabel（‘rinyout‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2787  2008-05-21 20:51  遗传PID程序\lizi1_1.m

     文件       1147  2008-05-20 14:00  遗传PID程序\lizi1_1f.m

     文件        923  2008-05-20 15:18  遗传PID程序\Untitled.m

     目录          0  2008-06-06 18:33  遗传PID程序

----------- ---------  ---------- -----  ----

                 4857                    4