基于粒子群算法的pid控制优化

PSO算法是从这种生物种群行为特征中得到启发并用于求解优化问题的，算法中每个粒子都代表问题的一个潜在解，每个粒子对应一个由适应度函数决定的适应度值。粒子的速度决定了粒子移动的方向和距离，速度随自身及其他粒子的移动经验进行动态调整，从而实现个体在可解空间中的寻优。

%%清空环境
clear
clc
%%参数设计
w = 0.6;
c1 = 2;
c2 = 2;
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;                 %最小迭代次数
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（ObjFun Swarm（i:））;      %粒子群的适应值计算
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;                         %全局最佳适应值
%%迭代寻优
iter = 0;
y_fitness = zeros（1MaxIter）;           %预先产生4个空矩阵
K_p = zeros（1MaxIter）;
K_i = zeros（1MaxIter）;
K_d = zeros（1MaxIter）;
while（（iter < MaxIter）&&（fzbest > MinFit））
    for j = 1:SwarmSize
        %速度更新
        VStep（j:） = w * VStep（j:） + c1 * rand * （gbest（j:） - Swarm（j:）） + c2 * rand * （zbest - Swarm（j:））;
        if VStep（j:） > Vmax VStep（j:） = Vmax; end
        if VStep（j:） < Vmin VStep（j:） = Vmin; end
        %位置更新
        Swarm（j:） = Swarm（j:） + VStep（j:）;
        for k = 1:Dim
            if Swarm（jk） > Ub（k）Swarm（jk） = Ub（k）;end
            if Swarm（jk） < Lb（k）Swarm（jk） = Lb（k）;end
        end
        %适应值
        fSwarm（j:） = feval（ObjFunSwarm（j:））;
        %个体最优更新
        if fSwarm（j） < fgbest（j）
            gbest（j:） = Swarm（j:）;
            fgbest（j） = fSwarm（j）;
        end
        %群体最优更新
        if fSwarm （j） < fzbest
            zbest = Swarm（j:）;
            fzbest = fSwarm（j）;
        end
    end
    iter = iter+1;                                    %迭代次数更新
    y_fitness（1iter） = fzbest;                       %为绘图做准备
    K_p（1iter） = zbest（1）;
    K_i（1iter） = zbest（2）;
    K_d（1iter） = zbest（3）;
end
%%绘图输出
figure（1）                                              %绘制性能指标ITAE的变化曲线
plot（y_fitness‘LineWidth‘2）
title（‘最优个体适应值‘‘fontsize‘18）;
xlabel（‘迭代次数‘‘fontsize‘18）;ylabel（‘适应值‘‘fontsize‘18）;
set（gca‘Fontsize‘18）;
figure（2）                                               %绘制PID控制器参数变化曲线
plot（K_p）
hold on
plot（K_i‘k‘‘LineWidth‘3）
plot（K_d‘-- r‘）
title（‘Kp、Ki、Kd优化曲线‘‘fontsize‘18）;
xlabel（‘迭代次数‘‘fontsize‘18）;ylabel（‘参数值‘‘fontsize‘18）;
set（gca‘Fontsize‘18）;
legend（‘Kp‘‘Ki‘‘Kd‘）;

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

     文件        360  2018-11-22 16:27  PSO_PID.m

     文件      21795  2018-11-22 20:16  PID_Model.slx

     文件       2773  2018-11-22 19:51  pso.m

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

                24928                    3