针对传统遗传算法存在的问题，如进化速度慢，局部搜索能力不足以及早熟收敛的风险，本文采用基于遗传算法的自适应遗传算法（AGA）。统的PID控制器设置。化问题。
真结果表明，采用自适应遗传算法优化的PID参数更准确合理，大大提高了控制器的动态响应速度和控制精度。化自适应遗传算法控制器（PID）参数中图分类号：TP273 .2文献标识码：A文章编号：1007-9416（2013）07-0096-01简介PID控制是业内应用最广泛的策略。
业过程控制首先，PID控制器参数的优化已成为人口关注的问题，直接影响控制的质量。前，用于优化PID参数的传统遗传算法具有不可避免的缺点。
如，早熟收敛的问题，缺乏局部搜索能力和遗传算子的非方向性[1]。统遗传算法的这些缺点和缺点限制了遗传算法的推广和后续应用，因此需要进一步研究和讨论遗传算法。适应遗传算法通过建立物理条件差异函数来调整交叉和突变的概率，遗传算子具有很强的适应性。适应遗传算子可以根据种群的进化随时调整进化策略和进化方向，这极大地提高了算法局部搜索的效率，并防止了出现过早现象[2]。
了传统遗传算法的特点外，自适应遗传算法还具有以下新特点：（1）避免过早出现问题并具有强大的全局搜索能力。（2）避免不规则问题，具有强大的本地搜索能力。（3）遗传算子的运算具有较高的方向性和收敛性。适应遗传算法优化了控制器的PID参数。拟对象由控制器选择作为模拟对象。应特性是二阶传递函数：采样时间为1 ms，输入控制是逐步传递信号。G（S）=两种算法的比较由Matlab编程，受控对象的PID参数分别用传统遗传算法和自适应遗传算法定义。定模拟参数。统遗传算法：样本数为30，交叉概率和突变概率为：PC = 0.9，Pm = 0.033。数范围[0，20]，kp，ki，kd是[0，1]。适应遗传算法：样本数为30，交叉概率为PC = 0.9，变异概率为Pm = 0.20 – [1：1：大小]×0.01 /大小。于实数编码，参数kp的值为[9.0，12.0]，kd的范围为[0.2，恒温阀芯0.3]。较模拟结果。
别采用传统遗传算法和自适应遗传算法，协议后PID控制器的参数如表1所示。化对象的阶跃响应如图1所示。1通过传统算法调整PID参数，控制器上升时间为0.04 s，调整时间为0.06 s。
旦优化了自适应遗传算法，控制器的上升时间为0.01秒。此，自适应遗传算法优化的PID参数更准确，更合理，大大提高了控制器的动态响应速度。
论飞机环境控制系统采用PID控制，调整系统的环境参数。此，合理和适用的PID参数的定义对于提高控制器的响应速度和控制精度具有实际意义。
真结果表明，自适应遗传算法优化的PID参数明显优于传统遗传算法，提高了响应速度和控制器控制精度。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com