细菌群觅食优化算法及PID参数优化应用

中国机械工程 ›› 2014, Vol. 25 ›› Issue (1): 59-64.

细菌群觅食优化算法及PID参数优化应用

陈东宁1,2;张国峰1,2;姚成玉3;张瑞星1,2

1.燕山大学河北省重型机械流体动力传输与控制实验室，秦皇岛，066004
2.燕山大学先进锻压成形技术与科学教育部重点实验室，秦皇岛，066004
3.燕山大学河北省工业计算机控制工程重点实验室，秦皇岛，066004

出版日期:2014-01-10 发布日期:2014-01-14
基金资助:
国家自然科学基金资助项目(50905154)；河北省自然科学基金资助项目(E2012203015)；河北省教育厅资助科研项目(ZH2012062)；秦皇岛市科技支撑计划资助项目(2012021A078)

Bacterial Swarm Foraging Optimization Algorithm and Its Application in Optimization of PID Parameters

Chen Dongning1,2;Zhang Guofeng1,2;Yao Chengyu3;Zhang Ruixing1,2

1.Hebei Provincial Key Lab of Heavy Machinery Fluid Power Transmission and Control，Yanshan University，Qinhuangdao，Hebei,066004
2.Key Lab of Advanced Forging & Stamping Technology and Science，Ministry of Education，Yanshan University， Qinhuangdao，Hebei,066004
3.Key Lab of Industrial Computer Control Engineering of Hebei Province，Yanshan University，Qinhuangdao，Hebei,066004

Online:2014-01-10 Published:2014-01-14
Supported by:
National Natural Science Foundation of China（No. 50905154）;Hebei Provincial Natural Science Foundation of China（No. E2012203015）;Hebei Provincial Scientific Research Project of Ministry of Education of China（No. ZH2012062）;Key Technology R&D Program of Qinhuangdao （No. 2012021A078）

摘要/Abstract

摘要：

针对细菌觅食(BF)算法收敛速度慢和粒子群优化(PSO)算法早熟的缺点，提出了一种细菌群觅食优化(BSFO)算法。将PSO算法中粒子速度的更新公式替代BF算法位置公式中的方向向量，使细菌在优化过程中具备感应周围细菌位置并向细菌群体历史最优位置游动的能力。Benchmark函数的测试表明，BSFO算法对于大部分测试函数的结果较为理想。将BSFO算法用于材料试验机电液位置伺服系统的PID控制器参数寻优仿真，获得了较好的控制性能。

关键词: 细菌群觅食优化算法, 粒子群优化算法, 细菌觅食算法, PID控制器, 电液位置伺服系统

Abstract:

To overcome the shortages of slow convergence in bacterial foraging(BF) algorithm and premature in particle swarm optimization(PSO) algorithm, a bacterial swarm foraging optimization(BSFO) algorithm was proposed. The velocity updating formula in PSO was used to replace the direction vector of position formula in BF algorithm, therefore each bacterium had the ability of perceiving the position of the neighborhood bacteria and moving to the historical best position of the whole swarm. The optimal results of benchmark test functions show that the BSFO algorithm has better performance for most of the functions. Besides, the BSFO algorithm was applied to the simulation of optimization of the PID controller's parameters, which was used in an electro-hydraulic position servo system of material testing machine, and the PID control system has good control performance.

Key words: bacterial swarm foraging optimization algorithm, particle swarm optimization algorithm, bacterial foraging algorithm, PID controller, electro-hydraulic position servo system

中图分类号:

TP13
TP18

陈东宁, 张国峰, 姚成玉, 张瑞星, . 细菌群觅食优化算法及PID参数优化应用[J]. 中国机械工程, 2014, 25(1): 59-64.

Chen Dongning, Zhang Guofeng, Yao Chengyu, Zhang Ruixing, . Bacterial Swarm Foraging Optimization Algorithm and Its Application in Optimization of PID Parameters[J]. China Mechanical Engineering, 2014, 25(1): 59-64.

参考文献

[1]Zhao J H，Liu Z H，Dao M T. Reliability Optimization Using Multiobjective Ant Colony System Approaches[J]. Reliability Engineering and System Safety，2007，92(1)：109-120.
[2]仇国庆，唐贤伦，庄陵，等．基于混沌粒子群优化的神经网络在旋转机械故障诊断中的应用[J]．中国机械工程，2008，19(21)：2642-2645.
Qiu Guoqing，Tang Xianlun，Zhuang Ling，et al. Application of Neural Network Trained by Chaos Particle Swarm Optimization to Fault Diagnosis for Rotating Machinery[J]. China Mechanical Engineering，2008，19(21)：2642-2645.
[3]魏峰涛，宋俐，李言，等．基于改进粒子群算法的四辊轧机机座结构优化设计[J]．中国机械工程，2012，23(19)：2361-2365.
Wei Fengtao，Song Li，Li Yan，et al. Optimal Structural Design of 4-roller Rolling Mill Frame Based on an IPSO Algorithm[J]. China Mechanical Engineering，2012，23(19)：2361-2365.
[4]Passino K M. Biomimicry of Bacterial Foraging for Distributed Optimization and Control[J]. IEEE Control Systems Magazine，2002，22(3)：52-67.
[5]易军，李太福．求解作业车间调度的变邻域细菌觅食优化算法[J]．机械工程学报，2012，48(12)：178-183.
Yi Jun，Li Taifu. Bacterial Foraging Optimization Algorithm Based on Variable Neighborhood for Job-shop Scheduling Problem[J]. Chinese Journal of Mechanical Engineering，2012，48(12)：178-183.
[6]高政威，庞哈利，汪定伟．基于菌群自适应觅食的公交调度建模仿真与优化[J]．系统仿真学报，2011，23(6)：1151-1155，1160.
Gao Zhengwei，Pang Hali，Wang Dingwei. Adaptive Bacterial Foraging Optimization and Its Application for Bus Scheduling[J]. Journal of System Simulation，2011，23(6)：1151-1155, 1160.
[7]Biswas A，Desgupta S，Das S，et al. Synergy of PSO and Bacterial Foraging Optimization - A Comparative Study on Numerical Benchmarks[J]. Innovations in Hybrid Intelligent Systems，Advances in Soft Computing.， 2007，44：255-263.
[8]陈东宁，姜万录，王益群．基于粒子群算法的冷连轧机轧制负荷分配优化[J]．中国机械工程，2007，18(11)：1303-1306.
Chen Dongning，Jiang Wanlu，Wang Yiqun. Load Distribution Optimization of Tandem Cold Mill Based on PSO Algorithm[J]. China Mechanical Engineering， 2007，18(11)：1303-1306.
[9]Shi Y，Eberhart R. A Modified Particle Swarm Optimizer[C]//IEEE International Conference on Evolutionary Computation. Anchorage，1998：69-73.
[10]Huang T，Mohan A S. Micro-particle Swarm Optimizer for Solving High Dimensional Optimization Problems(μPSO for High Dimensional Optimization Problems)[J]. Applied Mathematics and Computation，2006，181(2)：1148-1154.

[1]	刘涛;张丽芳. 基于改进粒子群优化算法的变截面涡旋盘瞬时铣削力模型参数求解[J]. 中国机械工程, 2020, 31(24): 2943-2949.
[2]	黄强先;岳龙龙;郭小倩;程荣俊;梅腱;李红莉;张连生. 基于最小包容区域的球度误差评定方法[J]. 中国机械工程, 2020, 31(12): 1387-1393.
[3]	孔骏成;李菊;沈惠平. 2-RPaRSS并联操作手运动副间隙误差分析及补偿[J]. 中国机械工程, 2020, 31(06): 706-713.
[4]	张青雷1;张帆2;段建国1. 基于DMPSO算法的大型船舶动力部件生产车间布局优化[J]. 中国机械工程, 2020, 31(03): 344-351.
[5]	孙明翰;许哲;郑立康;许志强;杜凤山. 基于改进型粒子群优化算法的双辊薄带振动铸轧压下控制系统优化[J]. 中国机械工程, 2020, 31(03): 360-366.
[6]	周友行;马逐曦;石弦韦;孔拓. HSI颜色空间下的直线导轨表面缺陷检测方法[J]. 中国机械工程, 2019, 30(18): 2179-2184.
[7]	陈亚绒, 黄佩钰, 李沛, 周富得, 黄沈权. [车间调度]并行多机开放车间调度问题的模型与算法[J]. 中国机械工程, 2018, 29(22): 2666-2673,2681.
[8]	孟蓉歌1,2张春化1梁继超1. 改进粒子群优化-Elman算法在发动机曲轴脉宽预测中的应用[J]. 中国机械工程, 2018, 29(07): 766-770.
[9]	袁彬, 韩江, 吴路路, 田晓青, 夏链. 基于粒子群算法的滚削齿面综合轮廓误差预测模型与试验研究[J]. 中国机械工程, 2016, 27(20): 2705-2711.
[10]	周蓉, 沈维蕾, 刘明周, 赵韩. 带时间窗装卸一体化车辆路径问题的混合离散粒子群优化算法[J]. 中国机械工程, 2016, 27(04): 494-502.
[11]	邓涛, 卢任之, 李亚南, 林椿松. 基于LVQ工况识别的混合动力汽车自适应能量管理控制策略[J]. 中国机械工程, 2016, 27(03): 420-425.
[12]	钱立军, 胡伟龙, 邱利宏, 刘少君. 多轴车辆第三轴电控液压转向系统及其PID控制[J]. 中国机械工程, 2015, 26(22): 3008-3013.
[13]	戴巨川, 刘德顺, 金永平, 文泽军, 岳文辉. 矿用对旋式轴流通风机扩散器结构多目标优化设计[J]. 中国机械工程, 2013, 24(3): 386-391.
[14]	陈杰;叙述礼. 基于粒子群算法的多质量特性下的选装优化方法研究[J]. 中国机械工程, 2013, 24(18): 2442-2447.
[15]	张其亮1, 2, 陈永生1. 列车调度问题模型与基于混合粒子群优化的求解算法[J]. 中国机械工程, 2013, 24(14): 1916-1922.