matlab粒子群PSO寻优PID参数电路实现Buck-Boost电路电压控制

Posted studyer_domi

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了matlab粒子群PSO寻优PID参数电路实现Buck-Boost电路电压控制相关的知识,希望对你有一定的参考价值。

1、内容简介

645-可以交流、咨询、答疑

2、内容说明

matlab粒子群PSO寻优PID参数电路实现电压控制

电路是一个斩波电路,实现Buck-Boost电路

3、仿真分析

%% 清空环境
clear
clc
close all
%% 参数设置
w = 0.6;      % 惯性因子 
c1 = 2;       % 加速常数
c2 = 2;       % 加速常数

% wmax = 0.9;
% wmin = 0.4;

Dim = 3;            % 维数
% SwarmSize = 100;    % 粒子群规模
SwarmSize = 10;    % 粒子群规模
ObjFun = @PSO_PID;  % 待优化函数句柄

MaxIter = 10;      % 最大迭代次数  
MinFit = 0.1e-8;       % 最小适应值 

Vmax = 10;
Vmin = -10;
Ub = [300 50 1];
Lb = [10 1 0.001];


%% 粒子群初始化
Range = ones(SwarmSize,1)*(Ub-Lb);
Swarm = rand(SwarmSize,Dim).*Range + ones(SwarmSize,1)*Lb      % 初始化粒子群
VStep = rand(SwarmSize,Dim)*(Vmax-Vmin) + Vmin                 % 初始化速度
fSwarm = zeros(SwarmSize,1);
for i=1:SwarmSize
    fSwarm(i,:) = feval(ObjFun,Swarm(i,:));                         % 粒子群的适应值
end

%% 个体极值和群体极值
[bestf ,bestindex]=min(fSwarm);
zbest=Swarm(bestindex,:);   % 全局最佳
gbest=Swarm;                % 个体最佳
fgbest=fSwarm;              % 个体最佳适应值
fzbest=bestf;               % 全局最佳适应值

%% 迭代寻优
iter = 0;
y_fitness = zeros(1,MaxIter);   % 预先产生4个空矩阵
K_p = zeros(1,MaxIter);         
K_i = zeros(1,MaxIter);
K_d = zeros(1,MaxIter);
while( (iter < MaxIter) && (fzbest > MinFit) )
    disp(num2str(iter))
    for j=1:SwarmSize
        % 速度更新
        VStep(j,:) = w*VStep(j,:) + c1*rand*(gbest(j,:) - Swarm(j,:)) + c2*rand*(zbest - Swarm(j,:));
        if VStep(j,:)>Vmax, VStep(j,:)=Vmax; end
        if VStep(j,:)<Vmin, VStep(j,:)=Vmin; end
        % 位置更新
        Swarm(j,:)=Swarm(j,:)+VStep(j,:);
        for k=1:Dim
            if Swarm(j,k)>Ub(k), Swarm(j,k)=Ub(k); end
            if Swarm(j,k)<Lb(k), Swarm(j,k)=Lb(k); end
        end
        % 适应值
        fSwarm(j,:) = feval(ObjFun,Swarm(j,:));
        % 个体最优更新     
        if fSwarm(j) < fgbest(j)
            gbest(j,:) = Swarm(j,:);
            fgbest(j) = fSwarm(j);
        end
        % 群体最优更新
        if fSwarm(j) < fzbest
            zbest = Swarm(j,:);
            fzbest = fSwarm(j);
        end
    end 
    
    iter = iter+1;                      % 迭代次数更新
    y_fitness(1,iter) = fzbest;         % 为绘图做准备
    K_p(1,iter) = zbest(1);
    K_i(1,iter) = zbest(2);
    K_d(1,iter) = zbest(3);
    
    
end

%% 绘图输出
figure(1)      % 绘制性能指标ITAE的变化曲线
plot(y_fitness,'LineWidth',2)
title('最优个体适应值','fontsize',18);
xlabel('迭代次数','fontsize',18);ylabel('适应值','fontsize',18);
set(gca,'Fontsize',18);

% w=wmax-(wmax-wmin)*iter/MaxIter;

figure(2)      % 绘制PID控制器参数变化曲线
plot(K_p)
hold on
plot(K_i,'k','LineWidth',3)
plot(K_d,'--r')
title('Kp、Ki、Kd 优化曲线','fontsize',18);
xlabel('迭代次数','fontsize',18);ylabel('参数值','fontsize',18);
set(gca,'Fontsize',18);
% legend('Kp','Ki','Kd',1);
legend('Kp','Ki','Kd');


4、参考论文

以上是关于matlab粒子群PSO寻优PID参数电路实现Buck-Boost电路电压控制的主要内容,如果未能解决你的问题,请参考以下文章

粒子群算法优化PID参数实例

PID优化基于matlab粒子群算法PID控制器优化设计含Matlab源码 1122期

用粒子群群算法优化BP神经网络的参数,进行极值寻优?

智能算法粒子群寻优算法

粒子群优化算法PSO及matlab实现

回归预测 | MATLAB实现PSO-RF粒子群算法优化随机森林多输入单输出回归预测