一种粒子群优化算法在超临界主汽温度PID控制器参数自整定中的应用研究

粒子群优化算法(PSO)是一种基于种群搜索策略的自适应随机优化算法,本文在分析基本PSO算法进化原理的基础上,提出了一种PID参数进行自整定的计算框架,这种改进的PSO算法应用于PID参数整定,对整个控制器参数空间进行高效并行搜索,提高其优化性能。以某超临界电厂主汽温度为研究对象,通过MATLAB仿真证明了所提出算法的有效性和所设计控制器的优越性。