一种基于GPNRSDE-RBF算法的PID参数整定

刘悦婷; 孟维华; 李学伟; 张子鸣

doi:10.16379/j.cnki.issn.1004-4353.2025.04.013

延边大学学报（自然科学版） ›› 2025, Vol. 51 ›› Issue (4) : 57 -64. DOI: 10.16379/j.cnki.issn.1004-4353.2025.04.013

一种基于GPNRSDE-RBF算法的PID参数整定

刘悦婷, 孟维华, 李学伟, 张子鸣

作者信息 +

Author information +

文章历史 +

摘要

针对温度控制系统的大滞后特点,提出了一种带有高斯扰动的邻域反向策略差分进化算法(GPNRSDE)的径向基神经网络(RBF)方法,用以整定PID控制器参数.首先,在差分进化算法(DE)中引入带有高斯扰动的邻域反向策略,以有效地避免种群在迭代后期陷入局部最优解;然后,采用GPNRSDE算法优化RBF的初始参数;最后,通过求解3个测试函数证明了GPNRSDE-RBF算法具有良好的优化能力.应用不同算法整定PID参数表明,GPNRSDE-RBF-PID的动态性能、抗干扰性能和控制精度显著优于IDE-RBF-PID、GODE-RBF-PID和MCOBDE-RBF-PID.由此表明GPNRSDE-RBF算法对PID参数整定具有良好的适用性.