基于改进黑翅鸢算法的PID水肥流量控制研究OA

针对当前新疆棉田普遍采用的滴灌施肥策略统一性较强,忽视了棉花在水肥需求与土壤养分上的空间差异性;同时,滴灌施肥系统表现出动态性、滞后性和非线性的响应特点,提出了一种新的精英差分进化黑翅鸢算法(Elite Differential Evolution Black-winged Kite Algorithm,EDEBKA),并将EDEBKA应用于滴灌施肥控制试验平台的PID控制中。首先,结合棉田实际生产情况,探究了水桩区域内土壤氮含量情况,验证了棉田出水桩区域土壤养分的空间差异性;然后,为验证EDEBKA的有效性,与应用于PID参数优化问题的标准黑翅鸢算法(BKA)、粒子群算法(PSO)、蝴蝶优化算法(BOA)进行了一系列仿真实验。仿真结果表明,基于EDEBKA的PID控制在系统的上升时间、调节时间、超调量等性能指标上均显著优于其他3种控制方法,系统在稳态性能和鲁棒性方面表现出优异的控制效果;4种PID控制算法的流量试验表明,基于EDEBKA的PID控制精度最高,平均相对误差为1.20%,控制精度大于95%,符合精准农业的作业需求。