变量喷雾系统中遗传算法优化模糊PID控制流量的方法

摘要

本发明公开了变量喷雾系统中遗传算法优化的模糊PID控制流量的方法，属于自动控制技术领域。包括以下步骤：采集实际农作物病虫害信息，确定所需实际药量；计算设定流量和实际流量之间的偏差；计算流量偏差和偏差的变化率；利用遗传算法对模糊控制器进行优化。确定遗传算法运算的优化代数、交叉率、变异率、适应度函数，根据系统指标要求对模糊控制器优化；将误差和误差变化率输入到遗传算法优化后的模糊PID控制器，将运算后的输出作为变量喷雾系统的控制量；系统误差大时采用bang-bang控制，系统误差小时采用优化后的模糊PID控制。本发明为精准农业施药系统提供精确的控制方法，能够有效的节约农药。

主权项

变量喷雾系统中遗传算法优化的模糊PID控制流量的方法，其特征在于，包括以下步骤：第一步：采集实际农作物病虫害信息，根据标准农作物处方图来决策农作物所需实际药量；第二步：计算流量设定值流量和实际流量之间的偏差； 第三步：计算第二步中流量偏差的变化率；第四步：利用遗传算法对模糊控制器进行优化，首先，根据流量控制系统的特点，确定模糊控制的隶属度函数和模糊规则的基本形式；然后，确定遗传算法运算时的参数，包括：优化代数、交叉率、变异率、适应度函数；其次，随机产生的一代参数，放入模糊控制器中，利用适应度函数计算其适应度；再次，根据系统要求指标或者优化代数结束循环；最后，将优化后的隶属度函数参数和模糊控制规则参数重新植入模糊PID控制器中；第五步：将误差和误差变化率输入到遗传算法优化后的模糊PID控制器，将运算后的输出作为控制量；第六步：系统误差大于稳定值的78%时bang‑bang控制器输出，系统误差小于稳定值的78%时优化后的模糊PID控制器输出；第七步：将控制量作用在微电机上进行控制；第八步：重新测量流量阀的实际流量，进入第一步循环；第九步：当第二步中的偏差小于设定值时微电机将不再进行工作调节。