[论文解读] PID Parameters Optimization by Using Genetic Algorithm

Andri Mirzal, Shinichiro Yoshii+1 more|arXiv (Cornell University)|Apr 4, 2012

Advanced Control Systems Design参考文献 2被引用 45

一句话总结

本文提出一种基于遗传算法（GA）的方法，用于优化一阶滞后加时延（FOLPD）系统的PID控制器参数，旨在减轻时延影响。该方法在调节时间和超调量方面优于传统的Ziegler-Nichols法和迭代法，通过进化优化显著提升了控制性能。

ABSTRACT

Time delays are components that make time-lag in systems response. They arise in physical, chemical, biological and economic systems, as well as in the process of measurement and computation. In this work, we implement Genetic Algorithm (GA) in determining PID controller parameters to compensate the delay in First Order Lag plus Time Delay (FOLPD) and compare the results with Iterative Method and Ziegler-Nichols rule results.

研究动机与目标

• 为解决控制系统中时延带来的性能下降问题，该问题在物理、化学、生物和经济过程中均存在。
• 通过优化一阶滞后加时延（FOLPD）系统的PID控制器参数，改善控制系统响应。
• 将基于GA的优化方法与传统的整定技术（如Ziegler-Nichols规则和迭代法）进行性能比较。
• 评估进化计算在实现时延系统中鲁棒且最优的PID整定方面的有效性。

提出的方法

• 采用遗传算法（GA）通过最小化性能指标，搜索最优的PID控制器参数（Kp, Ki, Kd）。
• 基于时域性能指标（包括调节时间和超调量）定义适应度函数。
• 通过多代的选择、交叉和变异操作，使候选解群体不断进化。
• 将优化过程应用于一阶滞后加时延（FOLPD）系统模型，以代表实际的时延过程。
• 将GA整定的PID控制器性能与Ziegler-Nichols法和迭代整定法进行基准对比。
• 利用仿真结果评估并比较各种整定方法的瞬态响应特性。

实验结果

研究问题

• RQ1 遗传算法能否有效优化PID参数，以减轻控制系统中时延的负面影响？
• RQ2 在FOLPD系统中，基于GA的PID整定方法与Ziegler-Nichols法相比，在调节时间和超调量方面表现如何？
• RQ3 在时延控制应用中，GA方法相较于迭代整定方法实现了哪些性能提升？
• RQ4 进化优化过程在多大程度上提升了PID参数选择的鲁棒性和收敛性？

主要发现

• 与Ziegler-Nichols法和迭代法相比，基于GA的方法显著降低了调节时间。
• 所提出的方法表现出更低的超调量，表明瞬态响应稳定性得到改善。
• 通过进化搜索，优化过程成功收敛至近似最优的PID参数，优于启发式整定规则。
• 结果证实，遗传算法为时延系统中的PID整定提供了更具鲁棒性和自适应性的方法。
• 通过仿真结果对性能提升进行了定量验证，表明在关键控制指标上具有持续优势。