POS-PID 运用粒子群优化算法对PID控制器进行优化设计

运用粒子群优化算法对PID控制器进行优化设计，通过matlab实现

%% 清空环境
clear
clc

%% 参数设置
w = 0.6;      % 惯性因子 
c1 = 2;       % 加速常数
c2 = 2;       % 加速常数

Dim = 3;            % 维数
SwarmSize = 100;    % 粒子群规模
ObjFun = @PSO_PID;  % 待优化函数句柄

MaxIter = 100;      % 最大迭代次数  
MinFit = 0.1;       % 最小适应值 

Vmax = 1;
Vmin = -1;
Ub = [300 300 300];
Lb = [0 0 0];

%% 粒子群初始化
    Range = ones（SwarmSize1）*（Ub-Lb）;
    Swarm = rand（SwarmSizeDim）.*Range + ones（SwarmSize1）*Lb      % 初始化粒子群
    VStep = rand（SwarmSizeDim）*（Vmax-Vmin） + Vmin                 % 初始化速度
    fSwarm = zeros（SwarmSize1）;
for i=1:SwarmSize
    fSwarm（i:） = feval（ObjFunSwarm（i:））;                         % 粒子群的适应值
end

%% 个体极值和群体极值
[bestf bestindex]=min（fSwarm）;
zbest=Swarm（bestindex:）;   % 全局最佳
gbest=Swarm;                % 个体最佳
fgbest=fSwarm;              % 个体最佳适应值
fzbest=bestf;        

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

     文件       2589  2010-08-23 13:03  PSO.m

     文件        174  2010-08-22 18:38  PSO_PID.m

     文件      29558  2010-08-22 18:38  PID_Model.mdl

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

                32321                    3