文献类型：期刊文章

作　　者：Muhammad Ilyas MENHAS[1] 费敏锐[1] 王灵[1] 钱麟[2]

机构地区：[1]上海大学机电工程与自动化学院上海市电站自动化技术重点实验室,上海200072 [2]上海电力建设启动调整试验所,上海200072

出　　处：《系统仿真学报》

基　　金：supported by the Projects of Shanghai Science and Technology Community (10ZR1411800,08160705900 & 08160512100);National Natural Science Foundation of China (Grant No.60834002 & 61074032);Research fund for the Doctoral Program of Higher Education (20103108120008) of China;Mechatronics Engineering Innovation Group project from Shanghai Education Commission

年　　份：2011

卷　　号：23

期　　号：8

起止页码：1568-1574

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：研究了一种新型自适应变异概率二进制粒子群算法。提出的自适应变异策略通过以一定的概率进行动态比特转换帮助算法更好地保持种群多样性和搜索新解,从而有效防止算法早熟。最终将提出的自适应变异概率二进制粒子群算法(adaptive mutation based pobability binary PSO,APBPSO)用于球磨制粉系统这一复杂多变量对象的PID控制器优化设计中以验证算法性能。多变量控制器分别采用了三种多目标优化目标函数,仿真结果表明提出APBPSO能有效避免陷入局部最优,其对控制器优化性能优于粒子群优化算法、离散二进制粒子群优化算法及基本的概率二进制粒子群优化算法。

关 键 词：粒子群优化算法 PID 球磨制粉系统  群智能

分 类 号：TP391.9]