【PID优化】基于matlab遗传算法PID控制器优化设计【含Matlab源码 1144期】

一、获取代码方式

获取代码方式1：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：
完整代码已上传我的资源：【PID优化】基于matlab遗传算法PID控制器优化设计【含Matlab源码 1144期】

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、遗传算法简介

1 引言

2 遗传算法理论
2.1 遗传算法的生物学基础

2.2 遗传算法的理论基础

2.3 遗传算法的基本概念

2.4 标准的遗传算法

2.5 遗传算法的特点

2.6 遗传算法的改进方向

3 遗传算法流程

4 关键参数说明

三、部分源代码

%Single Link Inverted Pendulum Control
clear all;
close all;
global A B C D%Single Link Inverted Pendulum Parameters
g=9.8;
M=1.0;
m=0.1;
L=0.5;
Fc=0.0005;
Fp=0.000002;I=1/12*m*L^2;
l=1/2*L;
t1=m*(M+m)*g*l/[(M+m)*I+M*m*l^2];
t2=-m^2*g*l^2/[(m+M)*I+M*m*l^2];
t3=-m*l/[(M+m)*I+M*m*l^2];
t4=(I+m*l^2)/[(m+M)*I+M*m*l^2];A=[0,1,0,0;t1,0,0,0;0,0,0,1;t2,0,0,0];
B=[0;t3;0;t4];
C=[1,0,0,0;0,0,1,0];
D=[0;0];e1_1=0;e2_1=0;e3_1=0;e4_1=0;
u_1=0;
xk=[-10/57.3,0,0.20,0];   %Initial statets=0.02;
for k=1:1:1000
time(k)=k*ts;
Tspan=[0 ts];para=u_1;
[t,x]=ode45('chap7_12f',Tspan,xk,[],para);
z=length(x);
xk=x(length(x),:);r1(k)=0.0;    %Pendulum Angle
r2(k)=0.0;    %Pendulum Angle Rate
r3(k)=0.0;    %Car Position
r4(k)=0.0;    %Car Position Ratex1(k)=xk(1);
x2(k)=xk(2);
x3(k)=xk(3);
x4(k)=xk(4);e1(k)=r1(k)-x1(k);
e2(k)=r2(k)-x2(k);
e3(k)=r3(k)-x3(k);
e4(k)=r4(k)-x4(k);de1(k)=e1(k)-e1_1;
u1(k)=-43.304*e1(k)-6.2366*de1(k);
de2(k)=e2(k)-e2_1;
u2(k)=-6.2366*e2(k)-6.2366*de2(k);
de3(k)=e3(k)-e3_1;
u3(k)=-6.2366*e3(k)-6.2366*de3(k);
de4(k)=e4(k)-e4_1;
u4(k)=-6.2366*e4(k)-6.2366*de4(k);
u(k)=u1(k)+u2(k)+u3(k)+u4(k);if u(k)>=10u(k)=10;
elseif u(k)<=-10u(k)=-10;
ende1_1=e1(k);e2_1=e2(k);e3_1=e3(k);e4_1=e4(k);u_1=u(k);
end
ee1_1=0;ee2_1=0;ee3_1=0;ee4_1=0;uu_1=0;
xxk=[-10/57.3,0,0.20,0];   %Initial state
for i=1:1:1000
time1(i)=i*ts;
Tspan=[0 ts];para1=uu_1;
[tt,xx]=ode45('chap7_12f',Tspan,xxk,[],para1);
zz=length(xx);
xxk=xx(length(xx),:);rr1(i)=0.0;    %Pendulum Angle
rr2(i)=0.0;    %Pendulum Angle Rate
rr3(i)=0.0;    %Car Position
rr4(i)=0.0;    %Car Position Ratexx1(i)=xxk(1);
xx2(i)=xxk(2);
xx3(i)=xxk(3);
xx4(i)=xxk(4);ee1(i)=rr1(i)-xx1(i);
ee2(i)=rr2(i)-xx2(i);
ee3(i)=rr3(i)-xx3(i);
ee4(i)=rr4(i)-xx4(i);dee1(i)=ee1(i)-ee1_1;
uu1(i)=-50*ee1(i)-10*dee1(i);
dee2(i)=ee2(i)-ee2_1;
uu2(i)=-10*ee2(i)-10*dee2(i);
dee3(i)=ee3(i)-ee3_1;
uu3(i)=-10*ee3(i)-10*dee3(i);
dee4(i)=ee4(i)-ee4_1;
uu4(i)=-10*ee4(i)-10*dee4(i);
uu(i)=uu1(i)+uu2(i)+uu3(i)+uu4(i);if u(i)>=10u(i)=10;
elseif u(i)<=-10u(i)=-10;
endee4_1=ee4(i);uu_1=uu(i);
end
figure(1);
plot(time,r1,'r',time,x1,'b');      %Pendulum Angle
xlabel('time(s)');ylabel('Angle');
hold on
plot(time1,xx1,'--');      %Pendulum Angle
figure(2);
plot(time,r2,'r',time,x2,'b');      %Pendulum Angle Rate
xlabel('time(s)');ylabel('Angle rate');
hold on
plot(time1,xx2,'--');
figure(3);
plot(time,r3,'k',time,x3,'b');      %Car Position
xlabel('time(s)');ylabel('Cart position');
hold on
plot(time1,xx3,'--');
figure(4);
plot(time,r4,'r',time,x4,'b');  %Car Position Rate
xlabel('time(s)');ylabel('Cart rate');
hold on
plot(time1,xx4,'--');
figure(5);
plot(time,u,'b');                   %Force F change
xlabel('time(s)');ylabel('Force');
hold on
plot(time1,uu,'--');

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.
[3]周品.MATLAB 神经网络设计与应用[M].清华大学出版社，2013.
[4]陈明.MATLAB神经网络原理与实例精解[M].清华大学出版社，2013.
[5]方清城.MATLAB R2016a神经网络设计与应用28个案例分析[M].清华大学出版社，2018.