搜索资源列表
PID参数优化与整定方法
- PID控制器现在仍然是应用最广泛的工业控制器，其关键在于对PID参数的优化整定,而采用常规的手工整定方法已经难以满足要求，目前需要解决对PID参数的高效优化问题。 本论文首先介绍了PID控制方法和常规PID参数整定方法，编程实现了数字PID控制器和基于遗传算法的参数自整定程序，然后将遗传算法用于不同的被控对象进行PID参数的整定及优化，为了对比控制效果，应用MATLAB软件进行了仿真验证，并用仿真曲线进行直观的对比。 结果表明遗传算法能够在对所求解问题一无所知的情况下,快速从全局搜索出优化的控
Thestatusoffuzzycontrol
- 文章简要介绍了模糊控制的概念和特点，并对模糊控制的原理作了说明，较详细的介绍了模糊控制的现状，包括模糊PID控制、自适应模糊控制、神经模糊控制、遗传算法优化的模糊控制、专家模糊控制等，最后对模糊控制的发展作了展望。-This paper briefly introduces the concept and characteristics of fuzzy control, and fuzzy control principle is illustrated in more detail the
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
dsaddsafds
- PID控制器的性能取决于其控制参数的组合，针对其参数的整定和优化问题，提出了应用一种改进的粒子群优化算法，该 算法借鉴了遗传算法的杂交机制，并采用惯性权值的非线性递减策略。用以加速算法的收敛速度和提高粒子的搜索能力。将该算 法应用于一个二阶系统的PID控制器参数的优化。仿真结果表明该改进的粒子群算法具有比传统粒子群算法和遗传算法更好的 优化效果，具有一定的工程应用前景。-Abstract：PID controller’s performance completely depends
nice
- 除了蚁群算法，可用于PID参数优化的智能算法还有很多，比如遗传算法、模拟退火算法、粒子群算法、人工鱼群算法，等等。-In addition to the ant colony algorithm, can be used to optimize the PID parameters, there are many intelligent algorithms, such as genetic algorithms, simulated annealing algorithm, particle
PID-Genetic-Algorithms
- 基于遗传算法的PID参数优化设计。利用遗传算法的智能搜索功能，获得在线PID参数的整定。-Design of PID Parameters Based on Genetic Algorithms.Genetic algorithm intelligent search function for online PID tuning parameters.
基于遗传算法的PID参数优化
- PID控制一直是工业生产过程中应用最为广泛而且最为成熟的一种控制，它以其算法简单、可靠性高、鲁棒性好等优点应用于工业控制领域。PID 控制器有三个参数：比例、积分和微分系数，当PID结构确定的情况下，这三个参数将会决定控制器的品质，参数的调节和优化至关重要