基于遗传算法的PID参数优化控制的讲解，有很经典的代码可以学习下

基于随机数直接搜索法的PID控制参数整定及鲁棒PID参数整定(硕士论文)

遗传算法在PID参数整定中的应用，应用遗传算法对PID参数整定，满足性能需求

一种基于改进粒子群算法的PID参数整定方法，使用粒子群算法对PID参数优化。

这是一个PSO算法优化PID参数的程序，运行流程为pso算法通过sim函数调用simulink中的模型（含有pid参数），不断迭代，寻找最优参数

采用pso来优化pid参数，供大家毕业设计和科研使用。

PID控制器是在工业过程控制中常见的一种控制器，因此，PID参数整定与优化一直是自动控制领域研究的重要问题。遗传算法是一种具有极高鲁棒性的全局优化方法，在自控领域得到广泛的应用。针对传统PID参数整定的困难性，本文提出了把遗传算法运用于PID参数整定中。

用matlab实现粒子群算法实现对PID参数的优化，实现对系统的控制

在MATLAB中利用蚁群算法进行优化PID参数，function [Pid_kp_Opertimizer,Pid_ti_Opertimizer,Pid_td_Opertimizer,Overshoot,Tr,Ts]=OptimizerPID1(m,NC_max,Alpha,Beta,Rho,Q) %% 主要符号说明 %% NC_max 最大迭代次数 %% m 蚂蚁个数 %% Alpha 表征信息素重要程度的参数 %% Beta 表征启发式因子重要程度的参数 %% Rho 信息素蒸发系数 %% Q 信息素增加强度系数 %% 输出分别表示：PID 三个最优参数、超调量、上升时间、下降时间 在运次程序之前，要先加载OptimizerPID.slx文件，然后再运行OptimizerPID.m文件，这个函数需要相应的参数才能运行，参数的含义在代码已经写出来了。

通过遗传算法，优化已知对象的PID参数，获得要求的动静态特性。