基于GA与CSA-RBF神经网络辨识的自适应PID控制器

提出了一种基于遗传算法(GA)、克隆选择算法(csA)和神经网络的自适应PID控制器的设计方法.该控制器主要由四部分组成:一是利用遗传算法优化PID参数初始值;二是用克隆选择算法对径向基函数(RBF)神经网络参数初始值优化;三是RBF神经网络完成对被控对象Jacobian信息辨识;四是单神经元PID控制器,学习并在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能.仿真结果表明,该控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程.     

对模糊集、Vague集和C*-模糊集的比较研究

模糊集、Vague集和C*-模糊集(新模糊集)都是对经典集合论的扩展,同时又是模糊集合论分支的发展成果。为完善模糊理论体系并将其有效应用,在介绍了三种集合的概念的基础上,分析了它们之间的区别和内在联系并参考与概率论统一定义的C*-模糊集合框架,提出了新Vague关系,使得在处理不确定问题的领域中有了完备的理论基础。最后对三个集合的发展和应用作了一些探讨性研究。     

具有极点约束的高超声速飞行器非脆弱 最优H2/LQR控制

针对吸气式高超声速飞行器,提出了一种具有极点约束的非脆弱最优H2/LQR（线性二次型调节器)控制方法.根据吸气式高超声速飞行器的非线性纵向运动方程,推出了一种新的飞行器线性不确定模型,为吸气式高超声速飞行器设计了一种多目标非脆弱控制器.在控制器的设计中,不但考虑了系统的极点配置、最优H2性能和鲁棒保性能3种指标,而且兼顾了因飞行条件不确定性和建模误差引起的控制器增益的变化,利用线性矩阵不等式方法推导了多目标非脆弱控制器的存在条件.仿真实例说明了非脆弱控制器在高超声速飞行器控制中的优越性和有效性.
     

基于变速积分与微分先行PID的无刷直流电机串级调速控制

无刷直流电机具有长寽命、低噪声、高效率及较好的转速-转矩特性等优点在不同领域得到广泛应用。本文将以改进PID对其速度进行调节,采用改进变速积分和微分先行对速度进行调控,改进变速积分可以改变误差的累加速度,误差越大,积分作用就会减小甚至全无;反之积分作用加强。采用微分先行是对输出进行微分,对设定值不进行微分,从而使无刷直流电机的速度变化比较缓和,有效的避免了设定值改变的影响。因此,可以在很大程度上改善无刷直流电机的动态特性。