论文部分内容阅读
针对传统人群搜索算法(SOA)在搜索后期速度减缓,易造成局部优化的缺点,引入了免疫遗传算法(IGA)的选择策略。通过选择适应度值指标对个体进行评价,以PID控制器的三个参数为搜索对象,经过多次迭代寻优,获取PID控制器的最优控制参数,加快了搜索速度,提高了算法的全局搜索能力。将改进后的人群搜索算法应用于PID控制器参数优化,对比单纯的人群搜索算法和免疫遗传算法。软件仿真表明,改进后的SOA具有更好的优化效果,改善了系统性能,验证了其优越性和有效性。