1.一种基于改进角蜥蜴优化算法的PID参数优化方法，其特征在于，利用角蜥蜴优化算法优化PID控制器的参数，具体步骤如下：步骤一：构建PID控制器模型；所述PID控制器模型包括目标值和实时值的偏差计算模块、改进角蜥蜴优化算法模块、受控对象模块；

步骤二：改进角蜥蜴优化算法，包括两处改进：

D1、使用一种自适应惯性权重策略来改进角蜥蜴优化算法的喷血策略，原始算法的喷血策略是固定一个初速度，所述改进的喷血策略是根据系统的适应程度以及迭代阶段来调整喷射的初速度，改进的公式如式(1)和式(2)所示：式中V表示初速度，Vmax和Vmin分别表示初速度的最大值和最小值，f表示当前代理的适应度值，fmin表示目前全局最优适应度值，favg表示每次迭代最优适应度值的平均值，t表示当前迭代次数，max_iter表示最大迭代数；

式中 表示搜索空间中产生的新搜索代理的位置， 表示当前搜索代理的位置，表示目前为止搜索到的最佳位置，V是由式(1)生成的初速度作为更新代理的惯性权重，α表示角蜥蜴喷射的角度取2π，t表示当前迭代数，max_iter表示最大迭代数，ε取一个极小值1E‑6，g表示角蜥蜴喷射的血液在垂直方向受到的地球重力取值0.009807；

D2、使用一种自适应步长策略来改进角蜥蜴优化算法的移动逃跑策略，引入一种自适应步长因子β，通过迭代过程中适应度的变化来改变步长的衰减量，从而改变更新步长大小，同时引入平均加权因子ω，改进公式如式(3)、式(4)和式(5)所示：t

式中ω表示平均加权因子，f 表示当前代理的适应度值， 表示目前全局最优适应度值， 表示上一次迭代的全局最优适应度值，p是[0,1]之间的随机数；

式中β表示自适应步长因子，β0表示标准步长值，γ表示衰减率， 表示目前全局最优适应度值， 表示上一次迭代的全局最优适应度值；

式中 表示搜索空间中产生的新搜索代理的位置， 表示当前搜索代理的位置，表示目前为止搜索到的最佳位置，β是由式(4)生成的自适应步长因子，w表示[‑1,1]的随机数，k取值0.5，c是从标准柯西分布生成的随机数，柯西分布的平均值和σ设置为0和

1，ω是由式(3)生成的平均加权因子；

步骤三：利用改进角蜥蜴优化算法对PID控制器参数整定优化，迭代得到优化后的PID控制器的Kp、Ki、Kd三个参数，具体步骤为：S1、算法参数初始化：设置角蜥蜴优化算法搜索的最大边界ub、最小边界lb、种群规模N、维度dim、最大迭代数max_iter；

S2、PID控制系统的参数值范围作为角蜥蜴搜索代理群体的搜索空间，在取值范围内随机选取一组PID控制系统参数作为搜索代理群体的初始位置；

S3、基于最小二乘法构建优化目标函数，用于计算适应度值，目标函数公式为：

式中，J为目标函数，t_des为期望值，t_act为当前值；

S4、计算角蜥蜴搜索代理群体的每个个体的当前适应度值，选取当前迭代最小的适应度值作为最优适应度值 选取当前迭代最大的适应度值作为最差适应度值S5、利用模拟角蜥蜴防御过程来更新搜索代理种群的位置，包括三个策略来更新种群，具体策略为：策略一：隐秘行为，如果当前的随机概率小于0.5，则使用模拟角蜥蜴隐秘行为来更新角蜥蜴搜索代理群体的位置，更新公式如式(6)所示；

式中 表示搜索空间中产生的新搜索代理的位置， 表示目前为止搜索到的最佳位置，r1、r2、r3和r4是在[1,N]范围内生成的整数随机数，N是种群规模，其中r1≠r2≠r3≠r4， 分别表示选择的第r1、r2、r3、r4搜索代理，max_iter表示最大迭代次数，α值为2，σ取一个二进制值，c1、c2是从包含归一化调色板30种颜色中获取的随机数，并且c1≠c2；策略二：喷血，如果当前的随机概率大于0.5，并且迭代次数是2的倍数，则使用步骤二中提到的一种使用自适应惯性权重调整方法改进的喷血策略来更新角蜥蜴搜索代理群体的位置，更新公式如下所示；

式中 表示搜索空间中产生的新搜索代理的位置， 表示当前搜索代理的位置，表示目前为止搜索到的最佳位置，V是由式(1)生成的初速度作为更新代理的惯性权重，α表示角蜥蜴喷射的角度取2π，t表示当前迭代数，max_iter表示最大迭代数，ε取一个极小值1E‑6，为了避免权重为0的情况，g表示角蜥蜴喷射的血液在垂直方向受到的地球重力取值0.009807；

策略三：移动逃跑，如果当前的随机概率大于0.5，并且迭代次数不是2的倍数，则使用步骤二中提到的一种使用自适应步长改进的移动策略来更新角蜥蜴搜索代理群体的位置，更新公式如下所示；

式中 表示搜索空间中产生的新搜索代理的位置， 表示当前搜索代理的位置，表示目前为止搜索到的最佳位置，β是由式(4)生成的自适应步长因子，w表示[‑1,1]的随机数，k取值0.5，c是从标准柯西分布生成的随机数，柯西分布的平均值和σ设置为0和

1，ω是由式(3)生成的平均加权因子；

S6、模拟角蜥蜴皮肤变亮或变黑的行为，将当前种群中最差的搜索代理位置进行替换，当角蜥蜴皮肤变亮会使用公式(7)来替换最差的搜索代理位置，当角蜥蜴皮肤变暗会使用公式(8)来替换最差的搜索代理位置，式(7)和式(8)如下所示；

式中 和 分别表示找到的最好和最差的搜索代理，r1、r2、r3和r4是在[1,N]范围内生成的整数随机数，N是种群规模，其中r1≠r2≠r3≠r4， 是选择的第r1、r2、r3、r4搜索代理，σ是取一个二进制值，Light1和Light2表示在[0,

0.4046661]之间的随机数，Dark1和Dark2表示在[0.5440510,1]之间的随机数；

S7、判断是否达到最大迭代次数，若是，则停止寻优输出最优参数，否则，返回S4继续寻优；

S8、将搜寻的最优位置分别赋值给Kp、Ki、Kd，并将优化的参数传递到PID控制器中，完成对PID控制器参数的优化；

步骤四：采用MATLAB和Simulink对PID控制系统进行仿真。