买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江大学台州研究院申请的专利一种粒子群算法对PID参数的优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115236969B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210836852.9，技术领域涉及：G05B11/42；该发明授权一种粒子群算法对PID参数的优化方法是由梅武军;陈礼琪;蒋婷婷;龚哲设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本一种粒子群算法对PID参数的优化方法在说明书摘要公布了：本发明公开了一种粒子群算法对PID参数的优化方法，包括如下步骤：初始化粒子群；将PID参数赋值为粒子的位置；采用适应度函数计算得到粒子的适应度值，根据粒子的适应度值寻找得到粒子的个体最优位置和粒子的群体最优位置；更新得到粒子的位置和速度；依次判断迭代次数是否小于最大迭代次数的三分之一值、是否不小于最大迭代次数的三分之一值且小于最大迭代次数的三分之二值以及是否不小于最大迭代次数的三分之二值且小于最大迭代次数，若否则将粒子的位置输出为优化后的PID参数。

本发明授权一种粒子群算法对PID参数的优化方法在权利要求书中公布了：1.一种粒子群算法对PID参数的优化方法，其特征在于，PID控制器采用粒子群优化算法对PID参数进行优化，具体包括如下步骤： S1：初始化粒子群； S2：将PID参数赋值为粒子的位置； S3：采用如下适应度函数计算得到粒子的适应度值： 式中，F为粒子的适应度值，et为PID控制器输出的PID参数和传感器检测到的状态数据之间的误差，ut为控制值，w1为第一惯性因子，w2为第二惯性因子，w3为第三惯性因子，且w1∈[0,1]，w2∈[0,1]，w3＞＞w1， 根据粒子的适应度值寻找得到粒子的个体最优位置和粒子的群体最优位置； S4：采用如下公式更新得到粒子的位置和速度： 式中，v[n]为当前时刻的粒子速度，V[n+1]为下一时刻的粒子速度，X[n]为当前时刻的粒子位置，X[n+1]是下一时刻的粒子位置，w为惯性因子，c1为自身认知因子，c2为社会认知因子，rand为介于0-1之间的自定义数，Pbest[n]为粒子的个体最优位置，gbest[n]为粒子的群体最优位置； S5：判断S4的迭代次数是否小于最大迭代次数的三分之一值，若是则采用如下公式更新得到惯性因子： 式中，wmax为惯性因子的最大值，wmin为惯性因子的最小值，t为S4的迭代次数，Tmax为最大迭代次数，以及采用如下公式更新得到粒子的群体最优位置： gbest[n]＝gbest[n]+c2×rand×|gbest[n]-gbest[n+1]|3， 式中，gbest[n+1]为下一时刻粒子的群体最优位置，将更新得到的惯性因子和粒子的群体最优位置更新公式1再继续迭代S4的步骤,若否则进行S6的步骤； S6：判断S4的迭代次数是否不小于最大迭代次数的三分之一值且小于最大迭代次数的三分之二值，若是则采用公式2更新得到惯性因子，将更新得到的惯性因子更新公式1再继续迭代S4的步骤，若否则进行S7的步骤； S7：判断S4的迭代次数是否不小于最大迭代次数的三分之二值且小于最大迭代次数，若是则采用公式2更新得到惯性因子，将更新得到的惯性因子更新公式1再继续迭代S4的步骤，若否则将粒子的位置输出为优化后的PID参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学台州研究院，其通讯地址为：318000 浙江省台州市市府大道西段618号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。