（一）.

背景

PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构 都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对 象的数学模型，且釆用PID控制的控制效果一般是比较令人满意的.理论分析及实际运行经验已 经证明了 PID调节器对于相A多的工业过程能够起到较为满足的控制效果。它结构简 单、适用面广、鲁棒性强、参数易于调整、在实际中容易被理解和实现、在长期应用中 已积累了丰富的经验。特别在工业过程中，由于控制对象的精确数学模型难以建立，系 统的参数又经常发生变化，运用现代控制理论分析综合要耗费很大的代价进行模型辨 识，但往往不能达到预期的效果，所以不论常规调节仪表还是数字智能仪表都广泛釆用 这种调节方式。正是PID控制算法具有以上多种优点，所以这种算法仍将在现场控制中 居于主导地位

因为PID控制有其固有 的优点，使得HD控制在今后仍会大量使用，如何进一步提高PID控制算法的能力或者 依据新的现代控制理论来设计PID控制算法是一个非常吸引人的课题。科研人员在这一 领域做的工作主要有以下两方面。

①PID参数自整定。由于受控对象存在着大量不可知W素，如随机扰动、系统时变、 敏感误差等，这些不可知W素的作用常会导致受控对象参数的改变。在一个PID反馈控 制回路中，受控对象参数的变化就会造成原来的PID参数控制性能的降低，为了克服这 个问题人们提出了 PID参数自整定，也就是随着受控对象的变化PID调节器自我调整和重新设定PID参数，科研人员根据古典控制理论和现代控制理论提出了许多种P1D参数 的在线自整定的方法。至今仍有人在这方面继续作研究。PID参数在线自整定方法比较 典型的有改进型Ziegler-Nichols临界比例度法、基于过程模型辨识的参数自整定、基于 经验的专家法参数自整定、模糊型P1D调节器等。

②PID参数优化。PID参数优化是指依据一定的控制目标和给定的生产过程的模型 通过理论计算得到敁优的PID参数，PID参数优化在PID控制应用之初人们就开始作了 大量研究工作，已经提出了许多种方法，如粒子群优化算法，免疫算法，单纯形法，差 分进化算法，神经网络算法，遗传算法等。

本课题就是应用遗传算法进行PID参数优化，使系统具有更好的性能。

(二).简要介绍遗传算法

（1）.遗传算法的基本原理

遗传算法(Genetic Algorithms GA)是以自然选择和姊W遗传理论为雄础，将生物进化 过程中的适齐生存规则句群体内部染色体的随机信总交换机制相结合，在问题解空间内 进行全局并行、随机的搜索，其结果是句全局最优方A收敛。遗传算法模仿生物进化的 步骤，引入选择，交叉，变异等算子。繁殖是在父母代种群中将适应度较高的个体选 择出来，根据适者生存原理，淘汰适应度较低的个体，以优化种群；交叉是从种群中随 机地抽取一对个体，并随机地选择一位交叉位进行交叉，生成新样本，达到增大搜索空 间的R的；变异是模仿生物的蕋W突变，为了防止繁殖和交叉丢失重要的遗传信总；它 对个体按位进行操作，以提高遗传算法的搜索效率和全局搜索能力。