本文介紹了一種新興的高效全局尋優方法— 微種群遺傳算法，通過對該算法進行改
進，同時結合坦克火炮穩定器的系統結構模型，對PID 控制器的參數進行了優化，并進行了仿真實例研究，結果表明該方法能實現對PID 參數的全局優化，收到較好的控制效果。
關鍵詞：微種群遺傳算法；PID 參數；火炮穩定器
坦克是陸軍中同時具有火力、機動性和防護能力三大性能的大型武器。坦克火炮穩定系
統，是坦克火控系統的重要組成部分，它保證坦克在行進時火炮所賦予的高低和方向角度不受車體震動的影響，同時使炮手輕便地操縱火炮。經驗證明，高質量的火炮穩定系統不僅可以提高坦克火控系統的命中精度，還能顯著地改善整個系統的其他性能。火炮通過炮塔與車體連接，一方面隨著炮塔在水平面內做旋轉運動，另一方面，在車體垂直面內，隨著車體的仰俯，繞耳軸做擺動，火炮的穩定控制非常困難。
目前，由于 PID 控制規律具有算法簡單、魯棒性好和可靠性高等優點，因此在火炮穩
定控制中采用最多的依然是PID 控制方式。PID 參數整定與優化一直是自動控制領域的重要問題。PID 參數整定的方法有很多，工程上整定的方法有衰減曲線法、Z-N 法、ISTE 最優設定方法、快速整定法和繼電器法等，在參數優化過程中多采用梯度法、單純形法和智能方法。衰減曲線法、Z-N 法和快速整定法是工程經驗的總結，不是最優解；繼電法會使被控系統振蕩，而優化中的梯度法需要對目標函數微分，梯度法和單純形法會陷入局部最優點，而ISTE 最優設定方法和智能方法是針對一類特定被控對象的；
微種群遺傳算法是模擬達爾文的遺傳選擇和自然淘汰的生物進化機制的計算模型，它在
解空間尋優的過程中具有自動獲取和積累有關搜索空間知識的能力，并能適應地控制搜索過程，從而得到最優解或準最優解。實踐證明遺傳算法非常適合PID 參數整定與優化問題的求解。