如何在gekko中求解最优PID参数的问题？

我已经定义了一个一阶过程模型，并希望找到该过程的最佳PID参数。优化目标是在5倍过程时间常数的范围内，使设定点变化的IAE（设定点和过程值之间的绝对误差积分）最小化。 它既不是动态优化问题（

IMODE=6

），也不是纯稳态优化问题（

IMODE=3

），因为它涉及导数。如何在gekko中表述上述问题

m = GEKKO(remote=False)


# Controller model
Kc = m.Var(1.0,lb=0.01,ub=10)                   # controller gain
tauI = m.Var(2.0,lb=0.01,ub=1000)               # controller reset time
tauD = m.Var(1.0,lb=0.0,ub=100)                 # derivative constant
OP = m.Var(value=0.0,lb=0.0,ub=100)       # controller output
PV = m.Var(value=0.0)       # process variable
SP = 1.0   # set point
Intgl = m.Var(value=0.0)    # integral of the error
err = m.Intermediate(SP-PV) # set point error
m.Equation(Intgl.dt()==err) # integral of the error
m.Equation(OP == Kc*(err + (1/tauI)*Intgl + tauD*PV.dt()))

# Process model
Kp = 2                    # process gain
tauP = 10.0                 # process time constant
m.Equation(tauP*PV.dt() + PV == Kp*OP)

m.Obj((SP-PV)**2)  # how to define the objective to minimize the error over a horizon
m.options.IMODE=3
m.solve(disp=False)


print(str(Kc.VALUE))
print(str(tauI.VALUE))
print(str(tauD.VALUE))
print(str(m.options.OBJFCNVAL))

用GEKKO模拟（00:00-17:00）和优化（17:00-23:41）PID整定参数有一个简单的过程。这里有问题14的起始代码

视频中的要点是切换到

IMODE=6

，并为应调整的参数设置

状态=1

，以最小化错误：

（SP-PV）**2