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！

龙图腾网获悉济南大学申请的专利一种基于改进雪橇犬算法的PID控制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：CN119987191B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510483297.X，技术领域涉及：G05B11/42；该发明授权一种基于改进雪橇犬算法的PID控制优化方法是由张玉璘;李赛楠;李忠涛;苏冠群;许浩设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种基于改进雪橇犬算法的PID控制优化方法在说明书摘要公布了：本发明公开了一种基于改进雪橇犬算法的PID控制优化方法，属于PID控制优化技术领域，具体步骤为：步骤一、改进雪橇犬优化算法，改进策略为：D1、使用一种融合Halton序列的混沌映射优化策略生成初始种群；D2、使用一种动态混合协同搜索策略改进避障阶段的数学模型；D3、使用一种精英莱维动态导航策略改进迷失方向阶段的数学模型；步骤二、利用改进雪橇犬优化算法优化PID控制器的参数，通过优化得到最佳的Kp、Ki、Kd参数。

本发明授权一种基于改进雪橇犬算法的PID控制优化方法在权利要求书中公布了：1.一种基于改进雪橇犬算法的PID控制优化方法，其特征在于，对雪橇犬优化算法的数学模型进行改进，利用改进的雪橇犬优化算法对PID控制器进行参数优化，具体步骤如下：S1、改进雪橇犬优化算法，具体的改进策略如下： S11、使用一种融合Halton序列的混沌映射优化策略生成算法的初始种群； S12、使用一种动态混合协同搜索策略改进雪橇犬优化算法的避障阶段的数学模型，基于动态惯性权重因子ωt和高斯变异项λ2·G0，1，随着迭代次数的增加，进行种群位置的更新，通过引入动态惯性权重因子ωt，动态地调整每个雪橇犬的搜索步长或速度，引入高斯变异项λ2·G0，1，为搜索过程引入了随机性，有助于算法跳出局部最优解，增强全局搜索能力，引入γ2实现一种领导者与跟随者的机制，当随机因子rand＜0.5时，执行初始避障位置的更新，当随机因子rand≥0.5时，执行领头犬引领群体朝向更优路径移动位置的更新，改进的避障阶段的数学模型如式1和式2所示； 当rand＜0.5时， Dogi＝Dogi+ωt·[0.5·r4·DogZ-DogN+k·p1 2·r5·DogGi-DogN]+λ2·G0，1·Dogi-DogN1； 当rand≥0.5时， 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个个体的位置，r4，r5，rand表示[0,1]之间的随机数，DogZ表示从四个最佳位置中随机选取的一个位置，DogN表示适应度值最差的个体的位置，k取值为1或-1，p1表示自适应搜索因子，p2表示扰动调节因子，DogGi表示第i个个体的历史最佳位置，λ2表示局部搜索强度系数，G0，1表示服从标准正态分布的随机数，γ2表示协同搜索项强度系数，ωt表示动态惯性权重因子，数学公式如式3所示； 式3中，t为当前迭代次数，T为最大迭代次数，ωmax和ωmin分别是最大和最小惯性权重； S13、使用一种精英莱维动态导航策略改进雪橇犬优化算法的迷失方向阶段的数学模型，引入精英引导定向收敛和莱维飞行全局扰动机制，进行种群位置的更新，引入莱维飞行生成随机扰动并使用最优位置Dogelite对种群的更新进行引导，改进的迷失方向阶段的数学模型如式4所示； 式4中，Dogi表示第i个个体的位置，r表示[0,1]之间的随机数，DogZ表示从四个最佳位置中随机选取的一个位置，α2表示权重系数，取值在[0,1]之间，Dogelite表示全局最优个体即精英个体，Ft表示莱维飞行扰动强度，Lévyγ表示莱维飞行步长，Ct表示动态修正强度系数，ζx表示标准正态分布的概率密度函数，数学表达式如5和6所示； 式5和式6中，t为当前迭代次数，T为最大迭代次数，ζx是一个遵循标准正态分布的随机生成数，其均值为0，方差为1； S2、利用改进雪橇犬优化算法优化PID控制器的参数，通过优化得到最佳的Kp、Ki、Kd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济南大学，其通讯地址为：250024 山东省济南市市中区南辛庄西路336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”。