基于改进离散蝙蝠算法的模糊PID规则优化研究

摘 要：模糊PID控制器适应性强、控制精度高，广泛应用于控制系统，但当受控对象复杂时模糊规则选取难度巨增，影响控制精度。针对以上问题，本文改进离散蝙蝠算法（IDBA）对模糊PID控制器中模糊规则进行优化。首先，根据自适应模糊规则间的关联性设计邻域搜索算子提高搜索精度；其次，通过引入混沌变异算子避免DBA算法陷入局部最优；最后，以ITAE积分性能指标对模糊PID控制器规则优化。仿真实验结果表明：与粒子群算法、遗传算法优化控制效果进行对比分析，改进离散蝙蝠算法优化的模糊PID控制器在调节时间、超调量上更具优势，且有较强的自适应性和鲁棒性。

关键词：模糊PID规则优化; 离散蝙蝠算法; 邻域搜索算子; 混沌变异算子