粒子群优化PID的matlab代码

以下是粒子群优化PID的 MATLAB 代码示例：

% 目标函数
function fitness = pid_fitness(Kp, Ki, Kd, target, plant)
    % 创建 PID 控制器
    pid_controller = pid(Kp, Ki, Kd);
    % 运行模拟，获取响应数据
    sim_result = sim('pid_simulation', 'StopTime', '10');
    % 计算误差
    error = target - sim_result.y;
    % 计算适应度
    fitness = sum(abs(error));
end

% 粒子群算法
function [best_Kp, best_Ki, best_Kd] = pso_pid(target, plant)
    % 粒子数
    particle_count = 30;
    % 迭代次数
    iteration_count = 100;
    % 惯性权重
    inertia_weight = 0.7;
    % 个体加速度权重
    individual_acceleration_weight = 1.5;
    % 全局加速度权重
    global_acceleration_weight = 1.5;
    % PID 参数范围
    Kp_range = [-10, 10];
    Ki_range = [-10, 10];
    Kd_range = [-10, 10];
    % 初始化粒子群
    particles = zeros(particle_count, 3);
    particle_fitness = zeros(particle_count, 1);
    for i = 1:particle_count
        particles(i, :) = [rand_range(Kp_range), rand_range(Ki_range), rand_range(Kd_range)];
        particle_fitness(i) = pid_fitness(particles(i, 1), particles(i, 2), particles(i, 3), target, plant);
    end
    % 记录最优解
    best_particle = particles(1, :);
    best_fitness = particle_fitness(1);
    % 迭代
    for iteration = 1:iteration_count
        % 更新速度和位置
        for i = 1:particle_count
            % 计算个体加速度
            individual_acceleration = individual_acceleration_weight * rand(1, 3) .* (best_particle - particles(i, :));
            % 计算全局加速度
            global_acceleration = global_acceleration_weight * rand(1, 3) .* (best_particle - particles(i, :));
            % 更新速度
            particles(i, :) = particles(i, :) + inertia_weight * particles(i, :) + individual_acceleration + global_acceleration;
            % 更新位置
            particles(i, 1) = min(max(particles(i, 1), Kp_range(1)), Kp_range(2));
            particles(i, 2) = min(max(particles(i, 2), Ki_range(1)), Ki_range(2));
            particles(i, 3) = min(max(particles(i, 3), Kd_range(1)), Kd_range(2));
        end
        % 更新适应度
        for i = 1:particle_count
            particle_fitness(i) = pid_fitness(particles(i, 1), particles(i, 2), particles(i, 3), target, plant);
            % 更新最优解
            if particle_fitness(i) < best_fitness
                best_particle = particles(i, :);
                best_fitness = particle_fitness(i);
            end
        end
    end
    % 返回最优解
    best_Kp = best_particle(1);
    best_Ki = best_particle(2);
    best_Kd = best_particle(3);
end

% 辅助函数：在指定范围内生成随机数
function random_number = rand_range(range)
    random_number = range(1) + (range(2) - range(1)) * rand();
end

需要注意的是，以上代码中的 `pid_simulation` 是一个 Simulink 模型，需要自行创建并进行配置。此外，该代码示例中的目标函数只是一个简单的误差平方和，实际应用中需要根据具体情况进行调整。