買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉濟南大學申請的專利一種基于改進雪橇犬算法的PID控制優化方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119987191B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510483297.X，技術領域涉及：G05B11/42；該發明授權一種基于改進雪橇犬算法的PID控制優化方法是由張玉璘;李賽楠;李忠濤;蘇冠群;許浩設計研發完成，并于2025-04-17向國家知識產權局提交的專利申請。

本一種基于改進雪橇犬算法的PID控制優化方法在說明書摘要公布了：本發明公開了一種基于改進雪橇犬算法的PID控制優化方法，屬于PID控制優化技術領域，具體步驟為：步驟一、改進雪橇犬優化算法，改進策略為：D1、使用一種融合Halton序列的混沌映射優化策略生成初始種群；D2、使用一種動態混合協同搜索策略改進避障階段的數學模型；D3、使用一種精英萊維動態導航策略改進迷失方向階段的數學模型；步驟二、利用改進雪橇犬優化算法優化PID控制器的參數，通過優化得到最佳的Kp、Ki、Kd參數。

本發明授權一種基于改進雪橇犬算法的PID控制優化方法在權利要求書中公布了：1.一種基于改進雪橇犬算法的PID控制優化方法，其特征在于，對雪橇犬優化算法的數學模型進行改進，利用改進的雪橇犬優化算法對PID控制器進行參數優化，具體步驟如下：S1、改進雪橇犬優化算法，具體的改進策略如下： S11、使用一種融合Halton序列的混沌映射優化策略生成算法的初始種群； S12、使用一種動態混合協同搜索策略改進雪橇犬優化算法的避障階段的數學模型，基于動態慣性權重因子ωt和高斯變異項λ2·G0，1，隨著迭代次數的增加，進行種群位置的更新，通過引入動態慣性權重因子ωt，動態地調整每個雪橇犬的搜索步長或速度，引入高斯變異項λ2·G0，1，為搜索過程引入了隨機性，有助于算法跳出局部最優解，增強全局搜索能力，引入γ2實現一種領導者與跟隨者的機制，當隨機因子rand＜0.5時，執行初始避障位置的更新，當隨機因子rand≥0.5時，執行領頭犬引領群體朝向更優路徑移動位置的更新，改進的避障階段的數學模型如式1和式2所示； 當rand＜0.5時， Dogi＝Dogi+ωt·[0.5·r4·DogZ-DogN+k·p1 2·r5·DogGi-DogN]+λ2·G0，1·Dogi-DogN1； 當rand≥0.5時， Dogi＝Dogi+ωt·[0.5·r4·DOgZ-DogN+k·p2·r5·DogGi-DogN]+γ2·Dogz-Dogi2； 式1和式2中，Dogi表示第i個個體的位置，r4，r5，rand表示[0,1]之間的隨機數，DogZ表示從四個最佳位置中隨機選取的一個位置，DogN表示適應度值最差的個體的位置，k取值為1或-1，p1表示自適應搜索因子，p2表示擾動調節因子，DogGi表示第i個個體的歷史最佳位置，λ2表示局部搜索強度系數，G0，1表示服從標準正態分布的隨機數，γ2表示協同搜索項強度系數，ωt表示動態慣性權重因子，數學公式如式3所示； 式3中，t為當前迭代次數，T為最大迭代次數，ωmax和ωmin分別是最大和最小慣性權重； S13、使用一種精英萊維動態導航策略改進雪橇犬優化算法的迷失方向階段的數學模型，引入精英引導定向收斂和萊維飛行全局擾動機制，進行種群位置的更新，引入萊維飛行生成隨機擾動并使用最優位置Dogelite對種群的更新進行引導，改進的迷失方向階段的數學模型如式4所示； 式4中，Dogi表示第i個個體的位置，r表示[0,1]之間的隨機數，DogZ表示從四個最佳位置中隨機選取的一個位置，α2表示權重系數，取值在[0,1]之間，Dogelite表示全局最優個體即精英個體，Ft表示萊維飛行擾動強度，Lévyγ表示萊維飛行步長，Ct表示動態修正強度系數，ζx表示標準正態分布的概率密度函數，數學表達式如5和6所示； 式5和式6中，t為當前迭代次數，T為最大迭代次數，ζx是一個遵循標準正態分布的隨機生成數，其均值為0，方差為1； S2、利用改進雪橇犬優化算法優化PID控制器的參數，通過優化得到最佳的Kp、Ki、Kd參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人濟南大學，其通訊地址為：250024 山東省濟南市市中區南辛莊西路336號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。