组合机床与自动化加工技术
組閤機床與自動化加工技術
조합궤상여자동화가공기술
Modular Machine Tool & Automatic Manufacturing Technique
2015年
11期
79-82
,共4页
差分进化%变异策略%比例积分微分%粒子群优化算法
差分進化%變異策略%比例積分微分%粒子群優化算法
차분진화%변이책략%비례적분미분%입자군우화산법
differential evolution%mutation strategy%PID%particle swarm optimization
针对差分进化算法的优化性能受变异策略的影响,提出了一种组合差分进化算法,提高了算法的优化性能. 该算法将差分进化算法常用的四种变异策略分为携带最优值信息和不携带最优值信息两类. 在进化过程中,从这两类中随机各选取一种策略参与进化. 通过五个测试函数,证实了该组合算法的有效性. 在此基础上,将该组合差分进化算法对PID控制器参数进行整定优化. 通过仿真实验研究,表明采用组合差分进化算法获得的PID控制器性能优于基本差分进化算法设计的PID控制器.
針對差分進化算法的優化性能受變異策略的影響,提齣瞭一種組閤差分進化算法,提高瞭算法的優化性能. 該算法將差分進化算法常用的四種變異策略分為攜帶最優值信息和不攜帶最優值信息兩類. 在進化過程中,從這兩類中隨機各選取一種策略參與進化. 通過五箇測試函數,證實瞭該組閤算法的有效性. 在此基礎上,將該組閤差分進化算法對PID控製器參數進行整定優化. 通過倣真實驗研究,錶明採用組閤差分進化算法穫得的PID控製器性能優于基本差分進化算法設計的PID控製器.
침대차분진화산법적우화성능수변이책략적영향,제출료일충조합차분진화산법,제고료산법적우화성능. 해산법장차분진화산법상용적사충변이책략분위휴대최우치신식화불휴대최우치신식량류. 재진화과정중,종저량류중수궤각선취일충책략삼여진화. 통과오개측시함수,증실료해조합산법적유효성. 재차기출상,장해조합차분진화산법대PID공제기삼수진행정정우화. 통과방진실험연구,표명채용조합차분진화산법획득적PID공제기성능우우기본차분진화산법설계적PID공제기.
The performance of conventional differential evolution( DE) algorithm depends on mutation strat-egy. An ensemble differential evolution ( EDE ) algorithm is proposed. The performance of EDE is im-proved. Four mutation strategies are divided to two groups. The first group is with best information and the second group is without best information. The two mutation strategies are randomly selected from two groups respectively. The validity of the proposed algorithm is proved by five testing functions. An optimization method of PID controller parameters based on EDE is provided. Experiments have shown that the perform-ance of the PID controller of EDE is superior to that of the conventional DE.
