基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力，它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数，使控制器能够适应受控对象结构的参数以及环境的变化。因此采用单神经元构成自适应PID控制器，将神经元与PID控制结合，对PID参数进行在线寻优、自校正，使PID控制能有效地对付一些较复杂非线性被控对象，特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力，采用动态自适应神经元（APE）对非线性系统进行预测，即用神经元建立起非线性系统的预测模型，预测系统的未来输出，从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明，这种自适应控制方案切实可行，其控制品质明显优于常规PID控制，且具有较强的鲁棒性，达到了良好的控制效果。     

基于数字信号处理器的神经元自适应PID控制

为了满足实时控制对神经元运算速度的要求，研究了一种采用数字信号处理器作为控制核心的神经元自适应PID控制器。针对无刷电机的试验结果表明：这种控制器具有响应快、自适应性好和易于实现的特点。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

基于单神经元的自适应PID控制系统设计及仿真

设计了一种基于单神经元的自适应PID控制系统,该系统响应平滑、无超调.在MATLAB下对被控对象进行实验仿真,对同一对象用常规PID进行控制,并比较2种方法控制下的仿真结果.结果表明:单神经元自适应PID控制系统具有自学习和自适应能力,能够采用学习规则来调整权系数,从而使系统响应稳定、快速、准确.     

惯性平台稳定回路的单神经元自适应PID控制

针对惯性平台稳定回路需要同时具有良好的快速性、稳态精度高、抗干扰能力强等特点,而传统的超前滞后控制系统抗外力矩干扰能力差,或者最近的鲁棒控制和变结构控制设计复杂,设计了单神经元自适应PID控制的惯性平台稳定回路控制器.仿真结果表明,经典的超前滞后校正系统在角度输入时性能很好,但在力矩干扰输入时动态误差较大,而单神经元自适应PID控制系统在角度输入和干扰力矩输入时都有较好的动态性能,并且设计简单.     

一种改进的单个自适应神经元控制学习算法

提出了一种改进的神经元控制学习算法，它是对原有的单个自适应神经元控制学习算法的较一般的推广和改进。通过对一卫星姿态稳定控制系统的仿真，表明所提方法优越。     

一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型.由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器.在MATLAB/SIMULINK下对算法实现仿真控制,结果证明增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制.     

一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型。由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器。在MATLAB/SIMULINK下对算法实现仿真控制,结果证明增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制。     

常规PID控制模糊控制与神经元PID控制

讨论了常规ＰＩＤ控制器，Ｆｕｚｚｙ控制器与单个神经元ＰＩＤ控制器的算法与作用     

直流调速系统单神经元自适应速度控制方法

针对直流调速系统，将单神经元自适应PID控制器与负载观测器有机结合，提出了一种基于单神经元的自适应速度控制方法．仿真结果表明，该法不仅结构简单、易于实现，而且克服了单神经元自适应PID控制器抗负载扰动能力不足的缺点，在电机参数变化和负载突变时都具有较好的控制性能．     

汽车转向操纵的单神经元自适应控制

基于汽车操纵稳定性总方差评价方法和神经网络控制理论,建立了汽车转向单神经元自适应PID控制算法。利用操纵稳定性评价中的轨迹跟随误差和方向盘忙碌程度的评价指标,建立了神经元学习的二次型性能指标函数,并采用梯度下降算法实现了单神经元控制器的连接权值的调整。最终采用汽车7自由度非线性动力学模型进行了不同行驶速度下的仿真计算。结果表明:该控制算法可较为精确地控制汽车对预期行驶轨迹的转向运动,并体现出良好的鲁棒性和自适应性。     

基于神经网络和神经元PID的交流矢量自适应控制

磁链开环的异步电动机矢量控制系统尽管结构简单,但它的性能受转子电阻影响很大.为了解决这一问题,根据感应电机矢量控制原理,将单神经元自适应控制器和神经网络应用于磁链开环的交流矢量控制系统中,并用单神经元PID代替传统矢量控制中的转速调节器,用神经网络代替系统中的电流模型,利用神经元PID的自适应和神经网络的在线学习能力,使系统能够克服其运行中由于自身参数变化带来的影响,具有很强的鲁棒性.最后,应用MATLAB软件进行了仿真实验.结果表明,该系统不但结构简单,而且具有良好的动、静态性能.     

专家-模糊自适应PID控制系统的设计

为了解决多容系统控制难度大的问题,设计了专家-模糊自适应PID控制器。这种控制器既具有模糊PID控制器的精度高、稳定性好、鲁棒性强的优点,又具有专家控制器进入稳定状态快的特点。对三容复杂系统的控制仿真结果表明,该方法的控制性能优于单独采用专家PID控制或模糊自适应PID控制的性能。     

基于单神经元自适应PID的煤气混合解耦控制

针对煤气混合加压过程中混合煤气压力和热值控制问题具有强耦合、非线性和较大时滞的特点,利用单神经元自适应PID控制器具有参数自学习能力,提出一种单神经元自适应PID解耦控制方法。仿真结果证明了设计方案比传统的控制方案具有较好的动态性能,验证该方法的可行性。     

零航速减摇鳍改进自适应神经元控制

针对零航速减摇鳍系统使常规PID控制方法难以获得满意的减摇效果这一问题,研究了一种改进自适应单神经元控制器,在不增加神经元结构复杂性的同时,提高了其非线性处理能力.为降低对零航速减摇鳍驱动伺服系统功率的要求,借助最优控制中的二次型指标思想,对神经元参数进行在线自适应调整,实现了对驱动功率的间接约束.证明了在该控制方法下系统的Lyapunov稳定性,并在不同海情下与常规PID控制方法进行模拟比较,展示出该方法解决零航速减摇鳍输入非线性控制的优越性。     

自适应模糊PID控制在ATM网络流量控制中的应用

针对ATM网络中的可用比特率(ABR)业务,应用自适应模糊PID控制方法,探索了实际网络中可行的控制机制和策略,并分析了在有不同回路时延的情况下闭环系统的稳定性,进而给出了各个参数的确定方法。仿真结果表明在合适的参数组合下,系统具有很好的自适应能力和动态性能,保证了ATM网络的服务质量。     

单轴并联式混合动力汽车能量分配的模糊控制策略研究

针对单轴并联式混合动力轿车,以混合驱动系统需求转矩和电池剩余电量（SOC）为输入,以发动机转矩为输出,构建了能量管理模糊控制器,基于ADVISOR的仿真研究表明,模糊控制策略与传统的逻辑门控制策略相比,能够更有效地降低混合动力汽车的燃油消耗和排放,更好地控制电池组SOC的变化。     

基于极点配置算法的列车横向半主动悬挂自适应PID控制系统设计

为了使PID控制器具备自适应能力,以适应列车受到外部环境扰动时产生的结构参数变化,使用了增量式数字PID控制器,将PID控制器与极点配置控制算法结合,利用极点配置算法在线实时优化kP,kI,kD参数,设计了自适应极点配置PID控制器,实现了kP,kI,kD参数的自动校正.最后给出基于极点配置自适应PID的高速列车半主动悬挂控制系统的设计方案,利用MATLAB-Simulink搭建仿真平台并进行仿真.仿真结果表明：基于极点配置算法的列车半主动悬挂自适应PID控制系统能够有效降低列车横向振动.     

Fuzzy adaptive PID control on hydraulic servo system of quadruped robot

Quadruped robot driven by high power density hydraulic device works in unstructured en- vironment. With variable load and various external disturbance, the hydraulic servo system has fea- tures such as nonlinear, time-varying parameters. Traditional control method has some limitation. In order to help the hydraulic servo system of the quadruped robot to adapt to harsh environments, and to obtain high control quality and control precision, an incremental fuzzy adaptive PID controller based on position feedback is designed to solve the related technical problems. Matlab/Simulink sim- ulation and experimental results show that the incremental fuzzy adaptive PID controller improves the dynamic performance of the system, enhances the respond speed and precision of the hydraulic ser- vo system, and has some theory significance and practical value.