基于改进粒子群算法的PID参数优化方法研究

孔明; 张琳; 张龙龙

doi:10.16339/j.cnki.jsjsyzdh.202502007

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (02) : 38 -43. DOI: 10.16339/j.cnki.jsjsyzdh.202502007

基于改进粒子群算法的PID参数优化方法研究

孔明, 张琳, 张龙龙

作者信息 +

Author information +

文章历史 +

PDF

摘要

为解决粒子群优化(PSO)算法探索和利用不平衡导致寻优能力下降问题，提出了一种改进的PSO(IPSO)算法。首先，引入莱维飞行建立种群初始搜索模型提升算法探索能力；其次，建立种群探索行为模型、种群开发行为模型和探索与开发的平衡模型，自适应地平衡寻优过程中算法的探索和利用性能；最后，设计基于IPSO算法的直流电机PID控制器参数优化流程。实验结果表明，相较于对比算法，IPSO算法在CEC 2017函数问题上是最优算法，基于IPSO算法的PID控制器具有更优的控制性能，提出的方法为工程中PID控制器的参数优化提供了参考。