PID控制的应用与理论依据

PID控制是自动控制中产生最早，应用最广的一种控制方法，从PID控制的结构形式，实际控制工程需求和实现条件分析了PID控制的独特优点，同时又介绍了二阶线性定常系统PID控制器的设计方法，叙述了高阶线性定常系统的特征建模原理，重点分析和推导了基于特征模型的带消除静差的二次型最优控制设计方法，证明了高阶线性定常系统和一大批非线性系统能用PID控制器实现位置恒值控制的基本原理，为随输出状态不同而选择不同P，I，D参数等各种人工调节方法提供了合理性解释，最后说明了PID控制器结构是智能控制的一种最基础单元。  

时延网络控制系统均方指数稳定的研究

针对网络控制系统中普遍存在的时间延迟 ,采用事件驱动方式对系统进行建模 ,并针对该数学模型提出了使系统达到均方指数稳定的控制律设计方法。仿真结果表明了所提出方法的有效性。  

状态反馈预估控制

本文给出了具有状态变量反馈的预估控制算法。该算法使系统突破了内模控制（ＩＭＣ）的框架，可用于不稳定的被控对象，抑制干扰的能力也得到提高。本文分析了闭环预估控制系统的特点，给出了稳定的必要和充分条件。  

汽车导航系统

着重分析和介绍了GPS在汽车导航系统中的应用细节，给出了汽车导航系统的原理与结构，它是解决城市交通拥堵的一种高科技手段，是21世纪交通运输管理模式，智能交通系统的发展方向之一。  

城市高速公路交通控制综述

该文综述城市高速公路交通建模与控制.首先考察各种高速公路交通流模型,着重 分析宏观流体模型,然后讨论主要的城市高速公路交通控制模式和相关控制理论研究方法, 最后就城市高速公路交通控制研究的发展提出几点看法.  

一种基于遗传算法的模糊神经网络最优控制

通过对控制系统的过程模拟，提出一种模糊神经网络最优控制方案。离线化部分基于遗传算法，分三阶段实现模糊神经网络控制器结构和参数的优化。在线优化部分通过重构模糊神经网络控制器的去模糊化部分，进一步调整控制规则，实现在线去模糊优化。仿真结果表明该方案优于常模糊控制方案和基于专家经验的模糊神经网络控制方案。  

城市高速道路交通控制方法研究的回顾与展望

本文首先阐述了城市高速道路交通系统存在的关键问题和交通控制研究的必要性，然后通过 高速道路实测曲线说明了该类型交通控制的特点，并对现有的城市高速道路控制三种方法进 行评述，从中选择了现在广泛采用的入口匝道控制法进行深入探讨．在详细论述各种入口匝 道控制方法的适用场合和局限，提出了采用分层递阶智能控制理论和多目标优化的方法实现 城市高速道路与普通道路的综合集成控制以取得城市综合交通系统的效益最优的研究方向  

基于L S-SVM 的非线性预测控制技术

探讨了利用最小二乘支持向量机(LS—SVM)进行非线性系统辨识的方法，LS—SVM用等式约束代替传统支持向量机中不等式约束，求解过程从解QP问题变成解一组等式方程，将得到的LS—SVM模型应用到非线性预测控制，提出了基于LS—SVM模型的非线性预测控制算法，通过CSTR过程仿真表明，最小二乘支持向量机学习速度快，在小样本情况下具有良好的非线性建模和泛化能力，基于LS—SVM的预测控制算法具有很好的控制性能。  

两相邻路口交通信号的协调控制

传统路口的控制算法大多研究单个路口的信号控制情况.该文根据路口之间的相互关 系,利用高阶广义神经网络及模糊推理提出了两个相邻交通路口的协调算法.利用此算法设计 的交通信号控制器,可以有效地协调两相邻路口的红绿灯信号,在一定程度上改善了交通路口 的交通状况.  

基于遗传算法的足球机器人比赛中障碍回避策略的设计

本文介绍了基于遗传算法的足球机器人系统中障碍回避策略的设计，使机器人能避 开障碍物从给定点到目标点找到一条比较短的路径,并阐述了具体算法的设计与实现，并给 出了仿真结果．