PID parameter optimization based on hybrid particle swarm algorithm

A hybrid particle swarm algorithm (HPSO) combining the simplex method (SM) with the particle swarm algorithm (PSO) is proposed. By optimizing and comparing three commonly used test functions, the results show that HPSO is easier to find the global optimal solution than PSO and SM. Then the HPSO optimization algorithm is used to optimize the parameters in the PID control of a turbofan engine and the results are compared with those of the hybrid genetic algorithm (HGA). The results show that HPSO is better than HGA in finding the optimal solution. The algorithm is simple to implement and has high reliability. It is an effective method for optimizing PID control parameters. Keywords: particle swarm optimization(PSO); simplex algorithm(SM); aeroengine; PID control; Genetic Algorithm Optimization Methodology of PID Parameters for Aeroengines Based on Hybrid PSO CAO Zhi-song, PIAO Ying (School of Aerospace, Tsinghua University, Beijing 100084, China) Abstract: A hybrid particle swarm optimization algorithm (HPSO) was proposed based on PSO and simplex method (SM). HPSO, PSO and SM are used to resolve three widely used test functions\' optimization problems. Results show that HPSO has greater efficiency and better performance than PSO and SM. HPSO is used to optimize the aeroengine PID controller parameters, and the result indicates that HPSO can obtain the optimum solutions more easily than HGA. Although very easy to implement, this HPSO is an efficient way to optimize the PID controller parameters.Key words: particle swarm optimization(PSO); simplex algorithm(SM); aeroengine; PID control;