طراحي كنترل كننده تناسبي-انتگرالي- مشتقي بهينه با الگوريتم بهينه سازي بهبوديافته اجتماع پرندگان

Designing Optimal PID Controller Using Modified Particle Swarm Optimization

در اين مقاله، طراحي كنترل كننده تناسبي- انتگرالي- مشتقي (تام) بهينه بر مبناي "الگوريتم بهينه سازي بهبود يافته اجتماع پرندگان" (ePSO) ارايه مي شود. مزيت اين روش جديد نسبت به روش‌هاي متداول در طراحي كنترل كننده اين است كه ارايه آن محدود به كلاس خاصي از سيستم‌ها نيست. در طراحي كنترل كننده تام بهينه، مجموع زمان صعود، زمان نشست، فراجهش و انتگرال قدر مطلق خطا كمينه مي شوند. سه نوع الگوريتم بهينه سازي اجتماع پرندگان ((sPSO, mPSO, ePSO با روش‌هاي ديگر بهينه سازي از جمله، جامعه مورچه‌ها (Ant colony) مقايسه مي گردند. تحليل آماري نتايج ، برتري الگوريتم جديد "بهينه سازي اجتماع پرندگان با برون يابي" (ePSO) را در تنظيم ضرايب كنترل‌كننده تام نشان مي دهد. الگوريتم ePSO با الگوريتم هاي ديگر بهينه سازي اجتماع ذرات از آن جهت فرق مي كند كه نيازي به معادله سرعت ندارد و با به روز كردن موقعيت ذرات توسط برون يابي با همگرايي سريع‌تر و تعداد گام كمتر به جواب بهينه مي رسد.

In this paper, designing optimal PID controller using modified particle swarm optimization is presented. The advantage of this new method compared to conventional methods of controller design is that it is not limited to a certain class of systems. In designing phase, sum of rising time, settling time, overshoot and integral of squared-error are minimized. There kind of particle swarm optimization algorithms such as ePSO, mPSO and sPSO are compared with other methods of optimization including Ant Colony. The results clearly show how superior the new proposed method is to the other methods. The proposed method differs from the other optimization algorithms in such a way that, the proposed algorithm does not need a velocity equation. The position of the particle is updated directly by extrapolating the current particle position with the global best particle position obtained so far.