FRIT におけるPID パラメータ探索のための粒子群最適化手法の改良

カテゴリ: 研究会(論文単位)

論文No: CT20090

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2020/09/18

タイトル(英語): Improvement of Particle Swarm Optimization for PID Parameter Optimization in FRIT

著者名: 林田 智弘(広島大学),西崎 一郎(広島大学),関崎 真也(広島大学),佐伯 雄飛(広島大学)

著者名(英語): Tomohiro Hayashida(Hiroshima University),Ichiro Nishizaki(Hiroshima University),Shinya Sekizaki(Hiroshima University),Yuhi Saiki(Hiroshima University)

キーワード: ＰＩＤ　制御|ＦＲＩＴ|粒子群最適化手法|探索多様性|PID controller|FRIT|Particle Swarm Optimization|Search diversity

要約(日本語): PID制御においては，関連する制御パラメータを適切に設定することが重要であり，FRIT (Fictitious Reference Iterative Tuning) (Soma et al., 2004) はPIDパラメータ決定手法の1つである．FRITでは，1回の制御実験の結果に基づいてパラメータを決定する手法であり，多くの現実の制御対象に対して適切なパラメータを決定できることが報告されている．一方で，制御パラメータ最適化問題は，多次元非線形の最適化問題であり，遺伝的アルゴリズム(GA: Geneti

要約(英語): In PID control, it is important to properly adjust the control parameters, and one of the tuning methods is FRIT (Fictitious Reference Iterative Tuning) (Soma et al., 2004). FRIT is used in actual control because it can appropriately adjust the control parameters based on the results of one control experiment. Adjusting control parameter problems are multidimensional nonlinear optimization problem, and the genetic algorithms (GA) are used to determine the control parameters in FRIT. Azuma and Watanabe (2014) and Murakami et al. (2018) have improved particle swarm optimization (PSO) to improve solution search performance for FRIT, and they have showed that higher control performance can be obtained than the parameter determination method using GA. This paper tries to improve PSO to improve the performance of control parameter adjustment in FRIT using PSO._x000D_ _x000D_ _x000D_ _x000D_ _x000D_ _x000D_ _x000D_

原稿種別: 日本語

PDFファイルサイズ: 867 Kバイト