基于遗传算法的PID控制参数整定研究

邵海龙

（福州大学 物理与信息工程学院，福建 福州 354000）

基于遗传算法的PID控制参数整定研究

邵海龙

（福州大学 物理与信息工程学院，福建 福州 354000）

PID控制作为一种经典的控制方法被广泛应用于工业控制中，是实际工业生产过程正常运行的基本保障。随着计算机技术的发展和人工智能技术的出现，PID控制器参数整定不再只是传统整定，而出现了多种新的PID控制器参数整定方法。文章通过深入研究PID控制理论，罗列和分析了传统PID参数整定技术，最终利用遗传算法完成PID多参数智能整定，从而保证PID控制器的无超调、稳定、快速的完美控制。

Ziegler-Nichos法；遗传算法；PID控制

PID控制即比例积分微分控制。其基本思想就是对实际值，与期望值相比较，用这个偏差来纠正系统的响应，然后执行调节控制。该控制方法作为工业控制理论里最经典的控制方法之一，因为其算法简单，控制精确而被广泛应用。但伴随控制系统逐渐的复杂化，PID传统控已无法胜任控制系统要求。在这种环境下，智能PID控制器伴随计算机技术的发展应运而生，其针对复杂动态不确定系统给出了新的方法。

1 PID控制

PID控制就是一种线性控制，其主要利用给定值与实际输出值的偏差e（t），通过比例、积分和微分环节的组合调节，最终产生控制量u（t）输出，其控制原理图如图1所示。

图1 PID控制原理图

2 PID参数整定

作为PID控制设计的核心，参数整定的好坏将占据重要位置。PID参数的整定过程为根据被控系统的过程特性完成。通过参数的整定组合，从而保证PID控制器在受到外来扰动作用或给定值发生变化后，能迅速、平稳、准确地达到控制要求。

PID控制器参数整定方法自Ziegler和Nichols提出后，出现了各种整定方法，主要分为两大类：传统整定法和智能整定法。

2.1 传统PID参数整定方法

（1）经验法。根据经验先将控制器参数放在某些数值上，直接在闭合的控制系统中通过改变给定值以后施加干扰，看输出曲线的形状，以δ%，Ti，Td对控制过程的规律为指导，调整相应的参数进行试凑，直到合适为止。经验参数如表1所示。

表1 PID经验法参数

（2）Z-N整定法。Z-N整定技术是1942年由John Ziegler 和Nathaniel Nichols发明，该回路整定技术使得PID算法在所有应用在工业领域内的反馈控制策略中是最常用的，直到现在还被广泛地应用着。

所谓的Z-N整定方法的思想是：对于给定的被控对象传递函数，可以得到其根轨迹，对应穿越jω轴的点，增益即为Km，而此点的ω值即为ωm。

2.2 基于遗传算法的PID整定

（1）参数的确定及表示。首先根据用户要求确定参数范围，参数的具体精度要求。然后选择编码方式进行编码。

（2）初始种群的选取。对于遗传算法整定PID参数，种群一般采用随机选取方式。如果编码采用二进制编码，首先随机产生随机分布数，然后用0表示随机数0～0.5之间的随机数，1表示0.5～1的随机数。种群的大小根据计算系统能力决定。

（3）适应度函数的确定。适应度函数也称评价函数，是根据目标函数确定的用于区分群体中个体好坏的标准，是算法演化的驱动力，也是进行自然选的唯一依据。适应度函数的在遗传进化初期进影响算法的全局优化性能；在遗传进化后期，将影响其优化潜能，而无法找全局最优解而只是局部最优解。

（4）遗传算法的操作。首先利用适应度函数进行选择，然后是交叉，最后进行变异。最终结束条件由具体问题决定。

3 遗传算法的基本原理

遗传算法（Genetic Algorithms，GA）是模拟自然界遗传机制和生物进化论而成的一种并行随机搜索最优方法。该方法利用不同的编码来模仿不同环境下生物的遗传特征，以适配值函数为标准，通过复制、交叉及变异对个体进行筛选，使适配值高的个体被保留下来，组成新一代的群体，新一代的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。

3.1 遗传算法的优点

（1）对可行解标书的广泛性。遗传算法的对象并非参数本身，而是针对那些通过参数集进行编码得到的基因个体。

（2）群体搜索特性。遗传算法是同时处理群体中多个个体，而非局限于一点。

（3）不需要辅助信息。遗传算法仅用适配函数值来评价基因个体，而不需要其他因子，减小了对问题的依赖性。

（4）内在启发式随机搜索特性。遗传算法不采用确定规则，而是采用概率变迁规则来指导搜索方向。

（5）遗传算法在搜索过程中不容易陷入局部最优情况。

（6）遗传算法采用自然进化机制表现复杂现象，所以能够快速可靠地解决非常难的问题。

（7）遗传算法具有固有的并行性和并行算法。

（8）遗传算法具有可扩展性，可以和其他技术混合使用。

3.2 遗传算法的基本操作

（1）复制。复制就是在种群中选择生命力强的个体产生新种群的过程。根据每个个体的适应度值大小选择，适应度高的被保留，低的被淘汰。其模仿了自然界进化过程。

（2）交叉。复制完成最优个体的挑选，但没有创造新的个体。但而交叉模拟了自然界染色体配对过程。通过交叉就可以产生新的个体。

（3）变异。变异运算来模拟自然界生物由于基因突变而形成新的生物特征。变异是较小的概率随机地改变基因遗传的值。在染色体以二进制编码的系统中，其随机地将染色体的某一个基因由1变为0，或者由0变为1。

4 利用遗传算法优化kp，Ti，Td的具体步骤

（1）确定参数范围和编码长度，进行编码；（2）随机产生M个个体并构成初始种群P（0）；（3）将优化的参数进行编码对应，设计合适的适配函数；（4）应用复制、交叉和变异算子对种群P（t）进行操作，产生下一代种群P（t+1）；（5）重复步骤（3）和（4），直至参数收敛或者达到预定的指标。

5 采用遗传算法进行PID 3个系数的整定的优点

（1）与传统优化方法相比，遗传算法具有更好的寻优特性，且它克服了对参数初值的敏感性。遗传算法在不需要任何初始条件，仍能找到最优解满足控制要求。传统整定方法需要多次的试凑，需要大量时间。而遗传算法快捷、方便。

（2）由于遗传算法为并行操作方式，因此其可以规避单点寻优的盲目性，从而寻优速度更快，避免了过早陷入局部最优解。

（3）遗传算法不仅适合用于单目标寻优，而且也适应于多目标寻优。

6 结语

本文从PID控制和遗传算法的原理入手，列举和分析了传统PID控制器参数整定方法。通过与利用遗传算法完成的PID参数整定比对发现基于遗传算法的很多优点。基于遗传算法的PID控制鲁棒性强，系统动态特性和稳态特性得到较大的提高。尤其解决多目标PID控制器参数整定难的问题。这种PID参数整定方法具有很高的实用价值。

[1]李瑞霞.智能PID整定方法的仿真与实验研究[D].太原：太原理工大学，2007.

[2]王欠欠，崔小静，何欧，等.基于遗传算法整定的PID控制[J].中国仪器仪表，2016（3）：63-67.

[3]郭小溪，李刚，闫伟杰.基于遗传算法整定PID的自主潜器深度控制[J].长春理工大学学报（自然科学版），2010（3）：37-39.

[4]李秋生，刘政华，张策.基于遗传算法整定数字PID控制参数的研究[A].提高全民科学素质、建设创新型国家—2006中国科协年会论文集（下册）[C].北京：中国科学技术协会，2006：7.

Research on PID control parameter tuning based on genetic algorithm

Shao Hailong
（Physics and Information Engineering School of Fuzhou University, Fuzhou 354000, China）

PID control, as a classical control method, is widely used in industrial control and the basic guarantee for the normal operation of the actual process of industrial production. With the development of computer technology and emergence of artificial intelligence technology, PID controller is no longer the traditional tuning method.Through in-depth study of PID control theory, this paper lists and analyzes the traditional PID parameter tuning technology, using the genetic algorithm to complete the PID multi parameter intelligent tuning finally, so as to ensure without overshoot, stable, fast perfect control of the PID controller.

Ziegler-Nichos method; genetic algorithm; PID control

邵海龙（1981— ），男，陕西宝鸡；研究方向：智能控制。