【正文】 (i) TempE(k.:)=Kpid(Indexfi(i),:)。 if Pctemp % Crossover Condition alfa=rand。 Kpid=TempE。 Dif=(MaxXMinX) 。 End Bestfi BestS Best_J=BestJ(G) Figure(1)。 figure(2)。 子程序： function [Kpidi , BsJ]=pid_gaf(Kpidi , BsJ) global rin yout timef ts=。 rin= 。 y_2= 。 for k=1:1:P time(k)=k*ts 。 end if u(k)=10 u(k)=10。 u_1=u(k)。 x(2)=(error(k)error_1)/ts。 if s==0 if yout(k)amp。 B=B+Ji(i)。 基于二進(jìn)制編碼遺傳算法的 PID 的整定 主程序： %GA(Generic Algorithm) Program to optimize PID Parameters clear all。 ClodeL=3。 MaxX(2)=*ones(1)。 % Initial Code! BsJ=0。y2=0 。 M2=m(Codel+1:1:2*Codel) for i=1:1:Codel y2=y2+m2(i)*2^(i1) 。 %****************** Step 1:Evaluate BestJ ********* Kpidi=Kpid(s,:)。 BestJ(kg)=OderJi(1)。 % Cm=max(Ji)。 BestfS=Kpid(Indexfi(size),:)。 kk=1。 n=ceil(20*rand)。 end end TempE(Size.:) =BestS。 if Pmtemp % Mutation Condition if TempE(i, j)==0 TempE(i, j)=1。 %**************************** Bestfi BestS Best_J=BestJ(G) Figure(1)。 figure(2)。 子程序： function [Kpidi , BsJ]=pid_gaf(Kpidi , BsJ) global rin yout timef ts=。 rin= 。 y_2= 。 for k=1:1:P time(k)=k*ts 。 end if u(k)=10 u(k)=10。 u_1=u(k)。 x(2)=(error(k)error_1)/ts。 if s==0 if yout(k)amp。 B=B+Ji(i)。 引言 ................................................................................................................................. 1 第一章：遺傳算法和 PID控制原理簡介 ............................................................................ 2 一 遺傳算法簡介 ......................................................................................................... 2 ................................................................................................................ 2 遺傳算法的特點 ..................................................................................................... 3 .............................................................................................. 5 選擇 .................................................................................................................. 5 復(fù)制 .................................................................................................................. 5 變異 .................................................................................................................. 6 二 PID控制原理 .......................................................................................................... 6 第二章 基于遺傳算法的 PID 參數(shù)尋優(yōu)過程 ...................................................................... 8 解的編碼和解碼 ...................................................................................................... 8 初始種群的選取及其大小 ...................................................................................... 8 適應(yīng)函數(shù)的確定 ...................................................................................................... 8 遺傳算子的確定 ...................................................................................................... 9 第三章 基于遺傳算法的 PID 參數(shù)尋優(yōu)的設(shè)計 ............................................................... 10 參數(shù)的確定及表示 ................................................................................................ 10 選取初始種群 ....................................................................................................... 10 遺傳算法的操作 .................................................................................................. 11 實例分析 .............................................................................................................. 13 附錄 ............................................................................................................................... 17 參考文獻(xiàn) ........................................................................................................................ 17 渤海大學(xué) 畢業(yè)論文 (設(shè)計 ) 題 目 完成人姓名 主修專業(yè) 所 在 系 入學(xué)年度 完成日期 指導(dǎo)教師 任務(wù)書 姓名 王永偉 專業(yè) 電子信息工程 入學(xué)年度 2020/9 題目 基于遺傳算法整定的 PID 控制及 MATLAB 仿真 主要內(nèi)容 ： 文章先簡單對遺傳算法和 PID 控制理論進(jìn)行介紹。結(jié)果表明該方法是一種 不需要任何初始信息并可以尋求全局最優(yōu)解的高效的優(yōu)化組合方法。其算法簡單，可并行處理，能得到全局最優(yōu)解。仿真表明該方法比一般的 PID 參數(shù)整定方法具有更好的控制性能指標(biāo)，不失為一種具有良好實用價值的 PID 參數(shù) 整定與