基于进化算法的分散多回路PID控制器设计比较研究
Comparative Studies on Decentralized Multiloop PID Controller Design Using Evolutionary Algorithms
AI总结：
本文提出一种分散PID控制器设计框架，通过最小化ITSE和ISCO的加权和来平衡多变量系统的跟踪误差与操纵变量变化，并利用遗传算法、进化策略和文化算法三种进化算法优化控制器增益，在四个基准2x2多变量过程中进行仿真比较。
摘要：
本文设计了分散PID控制器，用于在阶跃参考输入下同时跟踪多变量系统中的各个过程变量。控制器设计框架考虑最小化时间乘以平方误差积分（ITSE）和控制器输出平方积分（ISCO）的加权和，以平衡过程变量的总体跟踪误差和相应操纵变量所需的变化。使用三种流行的进化算法（即遗传算法（GA）、进化策略（ES）和文化算法（CA））调整分散PID增益。针对四个基准2x2多变量过程，报告了可信的仿真比较结果。
英文摘要：
Decentralized PID controllers have been designed in this paper for simultaneous tracking of individual process variables in multivariable systems under step reference input. The controller design framework takes into account the minimization of a weighted sum of Integral of Time multiplied Squared Error (ITSE) and Integral of Squared Controller Output (ISCO) so as to balance the overall tracking errors for the process variables and required variation in the corresponding manipulated variables. Decentralized PID gains are tuned using three popular Evolutionary Algorithms (EAs) viz. Genetic Algorithm (GA), Evolutionary Strategy (ES) and Cultural Algorithm (CA). Credible simulation comparisons have been reported for four benchmark 2x2 multivariable processes.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
