粒子群优化算法优化pid控制参数程序

这个关键是建立评价指标，比如采用超调量、响应时间，或者ITAE等指标最大或者最小，这样就可以通过粒子群算法来不断修正PID参数，从而优化参数了。

一般来讲这样的优化只能离线，不能在线

对粒子群的约束问题涉及的比较少。这儿摘抄下百度百科的内容：

PSO算法推广到约束优化问题，分为两类：（>

随着分布式电源(distributed generation,DG)在配电网中安装比例逐年增加,配电自动化应加强对DG的优化调度功能,发挥DG对配电网优化的有利作用。配电网重构是配电网优化的重要措施,DG联网后,DG注入配电网功率直接影响配电网重构结果。为使配电网性能达到整体最优,提出了一种基于粒子群优化算法(particle swarm optimization,PSO)的配电网重构和DG注入功率综合优化算法。该算法根据PSO并行计算的特点,采用PSO和二进制粒子群优化算法(binary particle swarm optimization,BPSO)相结合的方式,对转换开关状态和DG注入功率2种控制变量同时处理,达到配电网网损、电压偏差最小的目的。将DG作为可调度设备,对配电网重构和DG注入功率进行综合优化,提高了含DG配电网的电能质量和供电可靠性。将该算法应用到3馈线配电系统,仿真结果验证了所提算法的有效性。

以上就是关于粒子群优化算法优化pid控制参数程序全部的内容，包括:粒子群优化算法优化pid控制参数程序、用粒子群算法求解线性约束整数规划的Matlab程序、怎么把以下的粒子群算法改成求最小值的优化程序等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！