PSO优化PID

PSO算法优化求解PID参数，算法是在基本PSO算法的惯性权重部分加入一个调节因子项,通过调节因子的调节,改善了算法的收敛性。仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。

%% Initialization
clear
clc
n = 50;           % Size of the swarm “ no of birds “
bird_setp  =50;   % Maximum number of “birds steps“
dim = 2;          % Dimension of the problem

c2 =1.2;          % PSO parameter C1 
c1 = 0.12;        % PSO parameter C2 
w =0.9;           % pso momentum or inertia  
fitness=0*ones（nbird_setp）;

                                       %-----------------------------%
                                       %    initialize the parameter %
                                       %-----------------------------%
                                       
R1 = rand（dim n）;
R2 = rand（dim n）;
current_fitness =0*ones（n1）;

                                 %------------------------------------------------%
                                 % Initializing swarm and velocities and position %
                                 %------------------------------------------------%
                                 
current_position = 10*（rand（dim n）-.5）;
velocity = .3*randn（dim n） ;
local_best_position  = current_position ;


                                 %-------------------------------------------%
                                 %     Evaluate initial population           %           
                                 %-------------------------------------------%

for i = 1:n
    current_fitness（i） = tracklsq（current_position（:i））;    
end


local_best_fitness  = current_fitness ;
[global_best_fitnessg] = min（local_best_fitness） ;

for i=1:n
    globl_best_position（:i） = local_best_position（:g） ;
end
                                               %-------------------%
                                               %  VELOCITY UPDATE  %
                                               %-------------------%

velocity = w *velocity + c1*（R1.*（local_best_position-current_position）） + c2*（R2.*（globl_best_position-current_position））;

                                               %------------------%
                                               %   SWARMUPDATE    %
                                               %------------------%
                                               
            
current_position = current_position + velocity ;

                                               %------------------------%
                                               %  evaluate anew swarm   %
                                               %------------------------%
                                               

%% Main Loop
iter = 0 ;        % Iterations抍ounter
while  （ iter < bird_setp ）
iter = iter + 1;

for i = 1:n
current_fitness（i） = tracklsq（current_position（:i）） ;    
end


for i = 1 : n
        if current_fitness（i） < local_best_fitness（i）
           local_best_fitness（i）  = current_fitness（i）;  
           local_best_position（:i） = current_position（:i）   ;
        end   
 end

  
 [current_global_best_fitnessg] = min（local_best_fitness）;
  

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

     文件      14694  2008-06-11 20:03  PSO算法优化求解PID参数 （2）\tunning PID by PSO\html\PSO.html

    ..A.SH.      9728  2008-06-11 20:36  PSO算法优化求解PID参数 （2）\tunning PID by PSO\html\Thumbs.db

     文件      29696  2008-01-18 21:25  PSO算法优化求解PID参数 （2）\tunning PID by PSO\optsim1.mdl

     文件       3718  2011-06-22 16:45  PSO算法优化求解PID参数 （2）\tunning PID by PSO\PSO.m

     文件        723  2008-06-11 19:38  PSO算法优化求解PID参数 （2）\tunning PID by PSO\tracklsq.m

     目录          0  2011-06-28 11:17  PSO算法优化求解PID参数 （2）\tunning PID by PSO\html

     目录          0  2011-06-28 11:18  PSO算法优化求解PID参数 （2）\tunning PID by PSO

     目录          0  2017-03-23 09:10  PSO算法优化求解PID参数 （2）

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

                58559                    8