随着科学技术的进步和工业生产的发展,面对非线性、高维和不确定等复杂工业生产过程,传统的控制系统在控制精度、响应特性等方面,往往不能令人满意。为此,把智能优化方法引入到控制系统控制器参数的设计、控制对象的参数辨识中,是当前行之有效的控制系统设计方法之一。 微粒群优化(PSO)算法是近年来提出的一种新型群体智能优化算法。它具有算法简单、收敛速度较快,所需领域知识少的特点。本文在对PSO算法及其研究现状进行综述的基础上,进行了基于PSO算法优化设计控制系统的研究,论文主要工作包括: (1)将PSO算法应用于传统PID和鲁棒PID控制器的参数优化整定。通过不同对象的控制系统仿真实验结果表明,与传统控制器整定方法相比,控制系统具有更佳的闭环控制性能。 (2)系统模型参数估计一直是自动控制领域的研究热点,本文将该问题转化为函数优化问题,并采用PSO算法进行求解,提出了对系统模型参数估计的算法,并通过实例进行了验证。结果表明PSO算法为系统模型参数估计提供了一种新途径,参数估计的效率和精度优于传统方法。 (3)针对复杂非线性对象,本文提出了一种基于PSO算法的PID自适应控制方法,通过运用PSO算法对PID控制器参数进行在线调整,使模型参考自适应控制达到理想的控制效果。仿真结果表明了该方法的良好性能。 文章最后对全文的工作进行总结,并且提出了进一步研究的方向。