一种基于隐马尔科夫模型的PID控制参数离线整定方法

摘要

本发明涉及一种基于隐马尔科夫模型的PID控制参数离线整定方法，步骤如下：获取PID控制参数观测序列；判断获取的观测序列的长度是否大于1；计算观测序列的初始状态概率分布；利用得到的概率分布进行隐马尔科夫模型训练，得到训练后的观测序列的状态概率；将训练后的控制参数的观测序列送入PID控制系统进行验证，判断该组控制参数是否满足PID控制系统精度要求。本发明实现了PID控制参数序列矢量的确定性计算，提出了离线PID控制参数优化调整方法，避免了参数确定随机性引起的参数调试困难。

主权项

一种基于隐马尔科夫模型的PID控制参数离线整定方法，其特征在于：(1)获取PID控制参数观测序列O＝{O₁,O₂…O_L}，L为观测序列长度，其中每个观测序列O_L包括一组PID控制参数K_p、K_i和K_d；(2)判断步骤(1)中获取的观测序列的长度L是否大于1，若大于则进入步骤(3)，否则进入步骤(1)继续获取观测序列；(3)计算当前时刻观测序列的状态概率分布；(4)将步骤(3)中得到的状态概率分布作为初始状态概率分布，引入到隐马尔科夫模型训练过程中，通过前向概率算法和后向概率算法得到观测序列的最终状态概率以及该状态概率对应的观测序列；(5)将步骤(4)得到的训练后的控制参数的观测序列送入PID控制系统进行验证，判断该组控制参数是否满足PID控制系统精度要求，若满足则进入步骤(6)；不满足则进入步骤(1)；(6)结束。