[发明专利]基于改进的量子进化算法的分数阶PID控制器整定方法

摘要

本发明公开了一种基于改进的量子进化算法的分数阶PID控制器整定方法，其待整定参数为Kp,Ki,Kd,λ，μ，其过程为：初始化种群和待整定参数的取值范围，将种群中的各染色体的Bloch坐标映射到优化问题的解空间，得到近似解集，该解集对应PID的各待整定参数，计算各解的适应度，得到当代最优染色体和当代最优解，将当代最优解和当代最优的染色体作为全局最优解和全局最优染色体；通过更新和变异得到新的一代种群，计算得到当代最优染色体和当代最优解，与全局最优染色体和全局最优解比较并对二者更新，继续变异和更新直到最大迭代次数。本发明可以有效地提高过程的收敛速率，可以获得最优分数阶PID参数，同时该方法结构简单、计算量小、可操作较高。

主权项

一种基于改进的量子进化算法的分数阶PID控制器整定方法，其待整定参数为Kp,Ki,Kd,λ，μ，其特征在于，包括以下步骤：S1:初始化种群：设当代代数为0，设定种群规模，设定量子旋转门的转角大小，设定变异概率和最大进化代数，初始化待整定参数的取值范围，随相在Bloch球面上产生初始化种群；S2：变换解空间：将每条染色体代表的近似解，由Bloch球面上的单位空间映射到优化问题的解空间，得到近似解集，该解空间中的近似解对应于该P I D控制器的各待整定参数；S3：计算全部近似解集中各近似解的适应度，得到当代的最优解和当代最优染色体；S4：将当代最优解作为全局最优解，将当代最优的染色体作为全局最优染色体。S5：进入下一代，通过更新和变异得到新的种群；S6:对步骤S5中新的种群进行步骤S2到S4得到当代最优解和当代最优染色体；S7:比较当代最优解与全局最优解，来更新全局最优解，并更新全局最优染色体；S8:返回步骤S5，直到达到最大进化代数。