积分过程的PID控制器智能优化设计

针对积分时滞过程,采用微粒群优化(PSO)算法对比例-积分-微分(PID)控制器的参数进行优化设计.通过将PID控制器的参数设置为群体微粒在参数空间中的位置,模拟群体智能和动物觅食的动态行为来对PID参数寻优,使代表PID控制器参数的微粒逐渐向最优区域移动,获得最佳的PID参数.在优化过程中采用了偏差平方积分(ISE)的优化指标.实例仿真结果表明,基于微粒群算法优化得到的PID控制器不仅响应速度快、超调量小、抗干扰能力强,而且对过程时滞的变化具有较强的鲁棒性.     

自校正PID控制器的优化设计

通过对极点配置和最优化两类自校正ＰＩＤ控制器的研究,给出了自校正ＰＩＤ控制器的一般设计方法,并在此基础上研制出了优化设计仿真软件包,为适应性ＰＩＤ控制方案的研究和优化设计提供了有效的工具。     

PID控制器参数的遗传算法优化设计

提出一种交流伺服系统速度控制器的设计方法,即将控制器设计问题作为一参数优化问题,采用遗传算法对ＰＩＤ控制器参数进行优化．仿真实验结果表明,利用此方法设计出的速度控制器具有优良的伺服性能．     

非线性系统PID控制器的优化设计

借助MATLAB中非线性控制设计模块(Nonlinear Control Design Blockset)，实现了非线性控制系统的PID控制器的优化设计。仿真结果表明，该方法简单、有效。     

基于单纯形法的PID参数优化设计

采用单纯形法对PID参数进行寻优,文中给出了优化设计的过程,采用matlab对其进行仿真,并分析了不同的ρ以及初始向量对控制系统输出的影响。     

一种基于免疫算法的PID控制器

传统的PID控制器存在着参数不可实时调节的缺陷。已有的基于免疫反馈原理的PID参数优化方法可改善传统PID控制器的性能,但每次只能将三个参数以同等倍数增大或降低,缺乏针对性。为此,提出一种改进方法,利用免疫控制器对三个参数有针对性地进行调整,仿真结果表明改进后的免疫PID控制器性能得到了进一步的提高。     

基于混沌优化的规范化PID控制器及其应用

为了解决PID参数整定繁琐，难以达到最优状态，控制结果出现较强的振荡和大超调等问题，作者提出一种规范化PID控制器参数混沌优化方案，由于混沌运动具有遍历性，随机性等特点，它能在一定的范围内按期自身规律不重复地遍历所有状态，把混沌动力学特性与退火策略结合起来在规范化PID参数域中实现混沌优化搜索，具有更强的搜索PID参数全局最优值的能力，对水轮机调速系统进行控制仿真，结果表明；该算法能有效地实现PID参数最优整定；控制结果具有稳定，超调小，响应快，调节时间短，结构简单，容易实现的优点，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

进化规划用于模糊控制器优化设计

为了避免模糊控制器设计过程中参数的大量调试工作,并使其获得良好的控制性能,采用了进化规划方法对模糊控制器的参数进行优化。仿真结果证实：进化规划方法寻优速度快,计算量小,基于进化规划方法的模糊控制器对各种扰动均有较好的响应特性。     

一种基于混沌优化的免疫PID控制器

针对目前智能PID控制器普遍存在的诸如计算量大、收敛速度慢以及控制精度相对较差等问题,提出一种基于混沌优化的免疫PID控制器。与传统的免疫PID控制器相比主要做了两个方面的改进,一个是利用小波神经网络对免疫PID控制器的非线性函数部分进行逼近,另一个是利用混沌优化算法对免疫PID控制器的三个控制参数进行优化。仿真结果表明该控制器的控制性能优于其它类型的智能PID控制器以及常规PID控制器。     

参数自修正PID控制器

通过工程实例与仿真介绍了一类参数自修正ＰＩＤ控制器，研究了参数自修正ＰＩＤ控制器的实现及其控制特性，取得了令人满意的实际应用。     

基于LMI方法的不确定性系统PID控制器设计

针对具有不确定项的一类离散系统,设计了PID控制器,并采用LMI法优化控制器参数,得到一组控制器参数的优化解。该方法可与PID算法简单快速的特性相匹配。理论分析表明该方法是收敛的。仿真实验得出该控制算法具有很强的鲁棒性。     

基于粒子群优化的PID伺服控制器设计

针对耦合和非线性永磁同步电机（PMSM）控制器优化设计的难题,提出了基于粒子群优化（PSO）算法的比例、积分和微分(PID)控制器的优化设计方法.结合PSO的基本原理和PMSM伺服系统的控制策略,给出了优化PID控制器设计的步骤.考虑到综合评价系统的各项性能指标,在优化过程中引入了新的模糊汉明距离的评价策略.同时对遗传算法（GA）和PSO算法优化结果进行对比研究.仿真和实验结果表明,该方法能搜寻到最优或次最优的参数空间,并能取得比GA更好的空间解.优化得到的PID控制器速度响应快、超调量小,有效地提高了伺服系统的动态性能.     

Multi-objective optimization based on Genetic Algorithm for PID controller tuning

To get the satisfying performance of a PID controller, this paper presents a novel Pareto-based multi-objective genetic algorithm (MOGA), which can be used to find the appropriate setting of the PID controller by analyzing the pareto optimal surfaces. Rated settings of the controller by two criteria, the error between output and reference signals and control moves, are listed on the pareto surface. Appropriate setting can be chosen under a balance between two criteria for different control purposes. A controller tuning problem for a plant with high order and time delay is chosen as an example. Simulation results show that the method of MOGA is more efficient compared with traditional tuning methods.     

基于遗传算法的鲁棒PID控制器设计

从分析控制系统的性能指标入手,从抗干扰性能和鲁棒性能两方面综合考虑控制器的设计,得到一种鲁棒 PID 控制器的设计思路,把 PID 控制器的设计问题转化为求解一个带鲁棒性能约束的绝对误差积分指标 (IAE) 优化问题。鉴于问题是非凸的,用常规优方法无法得到最优解,采用遗传算法来求解该问题。分别对一阶加纯迟延(FOPDT)和非线性对象进行了仿真,结果表明了方法的有效性,不仅控制系统性能优良,而且抗干扰能力和鲁棒性能也很好。     

积分过程PID控制器参数的新型优化整定方法

针对积分时滞过程,结合菌群优化（BSFO）算法和控制系统优化设计策略,提出了一种新的PID控制器参数优化整定方法.通过将PID控制器的参数设置为群体细菌在参数空间的位置,将时间乘以绝对误差的积分（ITAE）作为细菌对环境的适应度函数,并模拟细菌群体觅食的动态行为来实现对PID控制器参数的寻优.实例仿真结果表明,菌群优化算法能够实现对PID控制器参数的有效整定,并在稳定时间、超调量、鲁棒性和抗干扰性等方面具有满意的综合性能.在大量仿真结果的基础上,给出了一个积分时滞对象的PID控制器参数整定经验公式.     

基于FPGA的增量式PID控制器的研究与实现

PID控制器的可靠性与实时性是使运动控制系统精确定位的重要环节,本文在分析数字PID控制算法的基础上,采用现场可编程逻辑门阵列(FPGA),应用自顶向下的设计方法,采用硬件设计语言VHDL语言进行编程,设计了增量式数字PID控制器.仿真结果表明,该设计方法是可行的,设计模块正确.     

分数阶PID控制器的研究与仿真

为了提高整数阶PID控制器的控制精度,将控制器的阶次推广到分数阶领域,可得到分数阶PIλDμ控制器模型。借助一种数字实现形式,在时域中直接运用z变换方法,可计算分数阶PIλDμ控制器。对实例的仿真结果表明,分数阶PIλDμ控制器具有更佳的控制效果,分数阶次的合适选取对控制质量的改善明显。控制器对系统参数的变化不敏感,结构更灵活,鲁棒性也更强。     

利用定量反馈理论的PID控制器设计

定量反馈理论是目前鲁棒控制领域中具有较强工程实用价值的一种设计方法，而PID控制器由于其算法简单、鲁棒性好和可靠性高，因而成为应用最为广泛的控制器．本文中介绍了利用定量反馈理论设计的PID控制器，并对两自由度控制结构系统进行了数值仿真，验证了控制器的有效性．