基于GA的CMAC与PID控制器的设计与仿真

将遗传算法(GA)、比例-积分-微分(PID)控制器和小脑模型控制器(CMAC)神经网络的优点结合起来，设计了一种新的CMAC与PID并行控制器，并用改进的遗传算法对该控制器的五个参数进行寻优，很好地解决了PID控制参数调整繁琐和CMAC神经网络参数学习困难的问题.仿真结果表明，该方法具有超调量小和响应时间短的特点.     

一种混沌优化的双模糊控制器--倒立摆系统的设计

将单级倒立摆的4维输出分解为2个2维模糊控制器的输入量，与倒立摆组成双闭环控制，内环调节摆杆的角度，外环控制小车的位移。采用混沌算法优化控制器的参数，首先将混沌因子引入模糊控制器参数域的优化搜索中并在全局范围内直接寻优，当获得全局近似最优解后，再缩小寻优区间，在近似最优解的附近继续寻优。时倒立摆系统在不同情况下进行仿真，结果表明；该方法能提高搜索效率，能较快搜索到全局最优解，为解决多输入快速系统的模糊控制器优化设计提供了一种较好的实现方法。     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC),结合模糊控制和遗传算法提出一种新型的PID智能控制器.这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值,然后再对模糊控制的相关参数用遗传算法优化,避免了参数选择的盲目性.仿真结果明显优于传统的PID控制器,同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器.同时,在研究遗传算法寻优的过程中提出一种新的适应度选择方法.     

一种基于GA的模糊控制器直接设计方法

提出了一种利用计算机设计模糊控制器的直接方法，该方法运用ＧＡ进行控制器参数寻优，具有设计速度快，人工干预少的特点。仿直人说明采用该方法结果优于ＰＩＤ控制。     

基于梯度PSO算法的PID参数整定

提出一种基于梯度PSO算法的PID参数整定方法.结合PSO算法迭代中的梯度信息,对惯性权重适当调整,提高了收敛速度.在算法出现停滞时,对全局最优变异,避免陷入局部最优.并提出算法微粒运动轨迹收敛的充分条件.典型测试函数结果显示,该方法能有效改善微粒群算法的搜索性能.将采用该算法的PID控制器应用于一个二阶船舶控制装置,计算结果表明该PID控制器可以获得更好的控制性能指标,具有较好的使用价值.     

基于LM算法的神经网络PID控制器优化设计

神经网络PID控制器具有自组织、自学习能力,可以实现白适应的非线性控制.针对传统神经一络采用的BP算法度很慢,容易陷入局部最优的缺陷,提出一种LM优化算法并用于神经网络PID控制器设计.仿真实验表明,该方法具有很好的寻优能力和较高的参数优化的能力.     

基于IBASIF算法的电压电流双环控制器的参数整定

电压电流双环控制器作为逆变器的重要组成部分,其参数的设置决定系统信号输出的稳定性.提出基于加入感性适应度的改进天牛须搜索(the improved beetle antennae search with inductive fitness,简称IBASIF)算法的电压电流双环控制器的参数整定方法.引入Halton序列、改进超限回收机制,以提高算法的寻优精度和效率.采用稳定适应度及感性适应度双目标寻优,解决传统人工试凑法参数整定效率低、精度低的问题.通过Matlab仿真对4种算法的性能进行比较,结果表明:IBASIF算法能快速准确对控制参数进行整定,所整定参数能满足系统信号输出稳定性的要求.     

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.     

基于系统特征数据辨识的控制器设计

介绍了一种基于系统特征数据的控制器设计算法.该算法仅根据被控对象的输入、输出采样数据,按照卷积定理计算出被控对象的单位脉冲响应作为系统的特征数据;在控制量约束条件下,根据特征数据以最速响应为控制目标规划出输出参考数据和最速控制律;然后根据控制目标和最速控制律的要求计算出理想控制器的特征数据;最后,根据控制器的特征数据辨识出线性控制器参数.仿真结果表明,控制结果具有最速参考控制的特征.     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC)，结合模糊控制和遗传算法提出一种新型的PID智能控制器，这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值，然后再对模糊控制的相关参数用遗传算法优化，避免了参数选择的盲目性。仿真结果明显优于传统的PID控制器，同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器。同时，在研究遗传算法寻优的过程中提出一种新的适应度选择方法。     

基于RBF-PID控制的直流调速系统仿真

针对工程设计中PI控制直流调速系统启动时转速必然超调、自适应性差等问题,在分析双闭环直流调速系统数学模型的基础上,确定了系统的控制策略,并设计了一个RBF-PID控制器。利用RBF网络的自学习能力实时调节PID控制器参数,最终实现系统转速的调节。仿真测试表明:与工程设计的PI控制相比,采用RBF-PID控制的直流调速系统超调量小、动静态性能好、抗扰性能优、鲁棒性强。     

基于正交函数的双线性系统预测控制器设计方法

基于离散脉冲正交函数及其性质,建立了一种新的附加系统方法,以实现双线性系统的预测控制方案。这种设计方法避免了非线性优化问题,所有的运算均为代数计算,使设计过程得以简化。对合成氨反应器仿真结果,证明了本法的有效性。     

PD型模糊控制器稳态误差的一种补偿策略

针对一类具有自衡特性的SISO系统，借助其开环阶跃输入稳态响应所提供的信息设计了一个新颖的PD型模糊控制器．其基木思想是：合理确定模糊逻辑控制系统的结构和参数，使系统处于稳态时控制器的输出等于或近似等于某个先验知识确定的值，该值能将系统输出维持在设定值的一个微小邻域内．通过增加前馈环节，调整误差及其变化率在调节过程不同阶段中的比重，提高了系统的快速性．经仿真实验证明该控制器具有良好的稳态性和鲁棒性．     

带有扰动的变时滞离散系统可达集估计

研究了在有界峰值扰动下变时滞离散系统的可达集估计和状态反馈控制器设计问题。首先,选取适当的Lyapunov-Krasovkii泛函,利用线性矩阵不等式,得到界定系统可达集的充分条件,即一个包含非凸标量的时滞相关结果。在系统初始值不为零的情况下,这些条件保证了包含系统状态的椭球体的存在性。其次,在可达集估计过程中,通过设计状态反馈控制器使所确定的椭球包含闭环系统的可达集。随后,为使所估计的椭球体尽可能小,将求解最小椭球问题转化为一个具有矩阵不等式约束的优化问题。最后,通过数值算例验证所得结果的有效性。     

支持流媒体传输的模糊PID速率控制器

网络负载变化的随机性和往返延迟（RTT）的时变性,使得网络传输中存在严重的不确定性,极大地影响了流媒体的服务质量.为此利用模糊逻辑控制原理提出了一种支持流媒体传输的模糊PID速率控制器,有效地补偿了时变不确定性的影响,增强了闭环系统的稳定性和鲁棒性,最大化了网络利用率.模糊PID速率控制器,根据路由器队列长度计算出期望的端系统的发送速率,使得缓存区队列长度保持在目标长度附近,从而避免了网络路由器的拥塞发生.仿真结果表明模糊PID速率控制器可以有效地处理网络的时变性,避免了发送速率的剧烈波动,从而很好地保证了流媒体的服务质量.     

基于状态观测器的倒立摆系统控制与实验研究

针对具有非线性、强耦合等特性的典型多输入多输出控制实验系统,建立了倒立摆系统的结构模型,阐述了系统的工作原理.提出了一种基于状态观测器的控制器设计方法,并在建立系统模型过程中,采用振动和力学原理对倒立摆系统的相关重要参数进行了实验测定.通过实验验证了所提出控制方法的有效性,为倒立摆系统稳定性控制、系统设计以及其他相关研究提供了理论依据和方法.     

带耦合机构的串联式履带车辆直驶稳定性控制

首先分析了串联式混合动力履带车辆耦合机构转矩与转速的输出特性及其对车辆直线行驶稳定性的影响,并利用MATLAB/Simulink仿真平台建立了整车动力学模型,其中考虑了履带的滑移率对附着系数的影响,其次为了提高车辆的直驶稳定性设计了相应的控制策略,即通过检测两侧车速的变化来计算两电机输出转矩的补偿量,并针对PI控制器参数适应性差的问题,通过神经网络自学习的功能实时优化PI控制器的控制参数.最后利用Simulink模型进行仿真,结果表明,神经网络PI控制能够保证车辆的直驶偏移量控制在0.5%左右,满足国家标准中最大直驶偏移量为1%的要求.     

一种基于麻雀搜索算法优化PID的气体流量控制系统设计

为了解决气体流量控制器（MFC）在使用过程中因受到系统扰动所导致的输出流量震荡不稳定以及调节时间长等问题,通常采用比例、积分、微分（PID）控制方法来改善控制效果.采用基于麻雀搜索算法（SSA）的PID参数优化方法,模拟麻雀对环境的搜索行为,对比PID参数进行优化,并将优化后的模型用于反馈补偿控制.实验结果表明,与传统PID参数设置方法相比,基于SSA的PID参数优化方法可以更快地找到最优解,系统输出流量的稳态误差远小于3%,调节时间缩短至300 ms,最大超调远小于4%,显著提高了MFC的控制性能.     

CNSCAD系统的逆控制器的设计原理及其实现

对于给定的由状态方程描述的非线性系统，根据逆系统方法对其逆控制器进行了算法设计，将原系统补偿成为具有线性传递关系的且已解耦的一种规范化系统─—伪线性系统，本算法利用逆程序加以实现．逆控制器作为ＣＮＳＣＡＤ的一个核心模块，已通过了测试和国家教委鉴定．     

负荷频率系统的LFC模糊监督控制器设计

提出了一种基于模糊MAMDANI推理算法的模糊监督控制器,采用各个区域的频率偏差作为控制器的输入。监督控制器作为一种前馈补偿,设计输出为一个ACE的倍数,加快调节过程,到达稳态。经过实验仿真数据对比,说明提出的监督控制器能有效提高系统的稳定性。