基于遗传算法的PID整定原理及matlab仿真程序.pdf

基于遗传算法的PID整定原理及matlab仿真程序

主程序：chap5_2.m

%ga（通用算法）程序优化EPID参数；closeall；

globalrinyouttimef

尺寸=30；codel=3；

minx(1)=zeros(1);maxx(1)=20*ones(1);minx(2)=zeros(1);maxx(2)=1.0*ones(1);minx(
3)=zeros(1);maxx(3)=1.0*ones(1);

kpid（：，1）=minx（1）+（maxx（1）-minx（1））*rand（大小，1）；kpid（：，
2）=minx（2）+（maxx（2）-minx（2））*rand（大小，1）；kpid（：，3）=minx（3）
+（maxx（3）-minx（3））*rand（大小，1）；

g=100;bsj=0;

%***************开始转动***************分叉g=1:1:g

time(kg)=kg;

%******步骤1:evaluatebestj****fori=1:1:sizekpidi=kpid（i，：）；

[kpidi,bsj]=chap5_2f(kpidi,bsj);

bsji（i）=bsj；终止

[oderji,indexji]=sort(bsji);bestj(kg)=oderji(1);bj=bestj(kg);

ji=bsji+1e-10；%避免变零

fi=1./ji;

%cm=最大值（ji）；

%fi=cm-ji;

[oderfi，indexfi]=排序（fi）；%排列Fismalltobiggerbestfi=oderfi（大
小）；%letbestfi=最大值（fi）

bests=kpid(indexfi(size),:);%letbests=e(m),mistheindexfibelongtomax(fi)

kgbjbests
%******step2:selectandreproductoperation******fi_sum=sum(fi);

fi_u大小=（奥德菲/fi_u总和）*大小；

fi_s=floor(fi_size);%selectingbiggerfivaluer=size-sum(fi_s);

rest=fi_u-size-fi_u-s；

[restvalue,index]=sort(rest);

fori=尺寸：-1:尺寸-r+1

fi_s(index(i))=fi_s(index(i))+1;%addingresttoequalsizeend

k=1；

fori=size:-1:1%selectthesizethandreproducefirstlyforj=1:1:fi_s(i)

tempe（k，：）=kpid（indexfi（i），：）；%选择和生产

k=k+1;%kisusedtoreproduceendend

%************步骤3：交叉操作************

pc=0.90;

fori=1:2：（1号）温度=rand；

ifpc>temp%crossoverconditionalfa=rand;

tempe（i，：）=alfa*kpid（i+1，：）+（1-alfa）*kpid（i，：）；tempe
（i+1，：）=alfa*kpid（i，：）+（1-alfa）*kpid（i+1，：）；恩登

tempe(size,:)=bests;kpid=tempe;

%************步骤4：突变操作***************pm=0.10-[1:1:大小]**（0.01）
/size；%biggerfi，smallerpmpm_uurand=rand（大小，代码）；平均值=（最大值+最小
值）/2；dif=（maxx-minx）；

fori=1:1:size

forj=1:1:codel

ifpm(i)>pm_rand(i,j)%mutationconditiontempe(i,j)=mean(j)+dif(j)*(rand-
0.5);endendend

%最佳个人温度（尺寸：）=最佳；kpid=tempe；endbestfibests
best_j=bestj(g)figure(1);

情节（时间，bestj）；

xlabel(’times’);ylabel(’bestj’);figure(2);

绘图（timef，rin，'r'，timef，yout，'b'）；xlabel（“时间”）；伊拉贝尔
（“林，你”）；

子程序：chap5_2f.m

函数[kpidi，bsj]=pid_gaf（kpidi