@article { author = {Moradi Zirkohi, M.}, title = {Designing Optimal PID Controller Using Modified Particle Swarm Optimization}, journal = {Journal of Solid and Fluid Mechanics}, volume = {5}, number = {2}, pages = {163-168}, year = {2015}, publisher = {Shahrood University of Technology}, issn = {2251-9475}, eissn = {2251-9483}, doi = {10.22044/jsfm.2015.424}, abstract = {In this paper, designing optimal PID controller using modified particle swarm optimization is presented. The advantage of this new method compared to conventional methods of controller design is that it is not limited to a certain class of systems. In designing phase, sum of rising time, settling time, overshoot and integral of squared-error are minimized. There kind of particle swarm optimization algorithms such as ePSO, mPSO and sPSO are compared with other methods of optimization including Ant Colony. The results clearly show how superior the new proposed method is to the other methods. The proposed method differs from the other optimization algorithms in such a way that, the proposed algorithm does not need a velocity equation. The position of the particle is updated directly by extrapolating the current particle position with the global best particle position obtained so far.}, keywords = {Particle Swarm Optimization,Ant Colony,Optimal PID controller,Extrapolating}, title_fa = {طراحی کنترل کننده تناسبی-انتگرالی- مشتقی بهینه با الگوریتم بهینه سازی بهبودیافته اجتماع پرندگان}, abstract_fa = {چکیده- در این مقاله، طراحی کنترل کننده تناسبی- انتگرالی- مشتقی (تام) بهینه بر مبنای "الگوریتم بهینه سازی بهبود یافته اجتماع پرندگان" (ePSO) ارائه می شود. مزیت این روش جدید نسبت به روش‌های متداول در طراحی کنترل کننده این است که ارائه آن محدود به کلاس خاصی از سیستم‌ها نیست. در طراحی کنترل کننده تام بهینه، مجموع زمان صعود، زمان نشست، فراجهش و انتگرال قدر مطلق خطا کمینه می­شوند. سه نوع الگوریتم بهینه سازی اجتماع پرندگان (sPSO, mPSO, ePSO) با  روش‌های دیگر بهینه سازی از جمله، جامعه  مورچه‌ها (Ant colony) مقایسه می­گردند. تحلیل آماری نتایج ، برتری الگوریتم جدید "بهینه سازی اجتماع پرندگان با برون یابی" (ePSO) را در تنظیم  ضرایب کنترل‌کننده تام  نشان می­دهد. الگوریتم ePSO با الگوریتم های دیگر بهینه سازی اجتماع ذرات از آن جهت فرق می­کند که نیازی به معادله سرعت ندارد و با به روز کردن موقعیت ذرات توسط برون یابی با همگرایی سریع‌تر و تعداد گام کمتر به جواب بهینه می­رسد.}, keywords_fa = {الگوریتم بهینه سازی اجتماع پرندگان,جامعه مورچه ها,کنترل کننده تام بهینه,برون یابی}, url = {https://jsfm.shahroodut.ac.ir/article_424.html}, eprint = {https://jsfm.shahroodut.ac.ir/article_424_04cbec867aac9011c3b4287c4465ca59.pdf} }