PID—MISO模糊控制器在微生物扩培中的应用

微生物扩培过程为复杂的生化反应过程，传统的PID方法或单纯的Fuzzy方法都不能很好地满足扩培过程温度的控制要求。因此。设计了可以根据温度的偏差，自动调整温度控制方法的PID—MISO模糊控制器。使菌种扩培过程中温度控制达到了工艺要求，解决了啤酒生产企业酵母扩培过程中茵种繁殖的稳定性和成活率问题。采用此方法设计的温度控制器在实际工程应用中取得了较满意的控制效果。     

啤酒酵母扩培过程中温度控制系统的设计

针对啤酒酵母扩培过程为复杂的生化反应过程,且在不同工艺阶段扩培温度不同的工艺要求,结合模糊控制对非线性、大滞后、难于建立数学模型的复杂过程可实施有效控制的特点,设计了由SISO模糊控制器和PID-MISO模糊控制器组成的变结构模糊控制系统,采用此方法设计的温度控制系统在实际工程应用中取得了较满意的控制效果,解决了啤酒生产企业酵母扩培过程中菌种繁殖的稳定性和成活率问题.     

PID-MISO模糊控制器在微生物扩培中的应用

微生物扩培过程为复杂的生化反应过程,传统的PID方法或单纯的Fuzzy方法都不能很好地满足扩培过程温度的控制要求。因此,设计了可以根据温度的偏差,自动调整温度控制方法的PID-MISO模糊控制器,使菌种扩培过程中温度控制达到了工艺要求,解决了啤酒生产企业酵母扩培过程中菌种繁殖的稳定性和成活率问题。采用此方法设计的温度控制器在实际工程应用中取得了较满意的控制效果。     

塑料熔焊封口机焊头温度PID控制的数字化实现

塑料熔焊封口机对焊头的温度非常敏感,要求温度波动小,控制系统惯性小。这对传统的温度控制提出了挑战。在研究PID算法的基础上,使用计算机手段将其数字化,设计出了针对塑料熔焊封口机的温度控制系统,经过实践证明可以达到塑料制品对焊头温度的要求。     

基于精英培养混合遗传算法的PID参数整定

提出了一种基于精英培养的混合遗传算法,该算法采用参数自适应变化的遗传操作与精英个体的有方向的邻接爬山操作相结合。遗传参数的调整和搜索终止条件打破了传统的由整个进化群体的进化情况决定的做法,而改由精英团体的进化情况决定。通过仿真实验说明了通过新算法能实现PID参数的快速的自整定,且整定效果较好。     

模糊PID控制在葡萄酒发酵过程中的应用

针对某葡萄酒厂的发酵过程进行研究,由于其特性随时间变化,需要适时地对PID控制器的参数进行整定.常规的PID控制器没有自适应能力,只能依靠人工重新整定参数,这很难适应参数连续变化的发酵过程.因此需要一种有自适应能力的控制器,经对发酵过程的常规PID控制和模糊PID控制进行仿真和对比,最终选用最优控制方案.     

基于ARM的模糊PID直流电机控制系统

直流电机具有调速范围广、调速性能平稳光滑、启动转矩较大、易于起停车等优点,特别适合用在调速要求比较高的场合。传统 PID 直流调速控制在工况变化情况下需要调整参数,过程复杂且难以自适应,针对这个问题,设计了一个模糊PID直流调速控制系统,首先分析了直流电机工作特性,构建了PID参数调节的模糊规则表,进行了理论分析和仿真;在此基础上,设计实现了一模糊 PID 直流调速控制系统,实现了对直流电机转速的自适应控制与显示。系统包含上位机程序和下位控制器两部分,其中上位机程序采用Visual Basic编写,用于设置PID参数、通信端口、转速显示等;下位控制器采用ARM S3C2440作为核心控制单元,包括IGBT驱动部分、H桥可逆电路、通信电路、电源电路、转速反馈电路等。仿真和实际实验显示该系统不仅提高了自适应性,而且大大提高了调速快速性和准确性。此外,该系统结构模块化,易于推广,可用于实际调速场合和教育培训实验台,具有一定理论价值和实际意义。     

基于神经元PID优化算法的智能温度控制系统研究

由于常规PID控制对非线性,动态变化系统的控制能力不理想,提出了一种基于神经元PID控制的单片机智能温度控制系统。与传统的PID控制方案相比,其控制精度有了很大的提高,系统响应速度快,超调量小。实验证明了该方法的可行性和有效性,同时便于实现数字化控制,具有控制准确、操作简单、故障率低等优点,具有极好的市场应用前景。     

基于AFSA-BP算法的模糊PID控制器在DMF回收系统中的应用

针对DMF(N,N-二甲基甲酰胺)回收系统存在时滞性、难以确定温度控制的数学模型等问题,提出了用人工鱼群算法(AFSA)优化BP神经网络,设计了基于AFSA-BP算法的模糊PID控制器。对模糊BP神经网络各层之间的连接权值以及隶属函数相关参数进行训练,克服了反向传播过程中最速下降法易陷入局部最优解的缺点,能够得到PID参数的最优解。研究结果表明,采用AFSA-BP算法的迭代次数少并且能接近给定值,在DMF回收系统中应用相关的PID参数,精馏塔的温度保持稳定,液位高度保持动态稳定且误差更小。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化PID神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的PID神经网络控制器具有逼近控制目标更快、响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

基于模拟退火遗传算法的控制系统优化设计

提出了一种基于模拟退火遗传算法的线性系统优化设计方法。该方法以控制系统的性能指标,包括瞬态指标和稳态指标及其组合为目标函数,实现了由传递函数描述的控制器的自动设计,而不必预选择特定的控制方案。遗传算法使用十进制数编码,配合使用模拟退火技术来得到更精细的调整。使用这种方法,不需要手工计算,就可以获得控制系统的最优性能。该设计方法还可以应用于非线性对象。     

基于混合遗传克隆算法的关联规则挖掘

针对在数据挖掘应用中关联规则挖掘的问题,给出一种基于混合遗传克隆算法的关联规则挖掘方法,该算法将遗传算法和克隆算法优点相结合,通过克隆操作来产生一组新的个体,独立地对所产生的各个体进行变异,交叉操作,同时采用自适应方式动态选取交叉和变异概率,有效地克服了遗传算法容易陷入局部最优的缺点,从而求得问题的最优解。实验结果表明,该方法能高效地解决关联规则挖掘问题。     

基于模拟退火的混合遗传算法研究

针对常规遗传算法会出现早熟现象、局部寻优能力较差等不足,在遗传算法运行中融入模拟退火算法算子,实现了模拟退火的良好局部搜索能力与遗传算法的全局搜索能力的结合。经验证,该混合算法可以显著提高遗传算法的运行效率和优化性能。     

基于实数编码遗传算法的PID控制系统设计

提出一种使用遗传算法确定PID控制系统参数的方法。它以使用工程中常用的频域指标作为目标函数,使方法更具有实效。根据这一思想,使用C语言设计遗传算法的各个部分,如编码方式、适应度函数、遗传操作算子等。最后,对实际的算例进行计算并将结果在Matlab环境下进行了仿真。仿真结果表明:本方法快速、有效。     

基于改进遗传算法寻优的神经网络PID控制及应用

根据神经网络PID控制器初值的选取影响系统控制性能的特点,提出了一种基于改进遗传算法寻优的神经网络PID控制方法.即先利用遗传算法对PID控制器参数离线寻优,将求出的参数值作为控制器的比例、积分、微分系数的初值,再进行神经网络PID控制.对一类液位过程的实时控制结果表明采用本方法的控制系统具有较好的稳定性和鲁棒性.     

用遗传算法（GA）实现PID控制

遗传算法是基于达尔文进化论和孟德尔遗传学说来实现随机、迭代、自适应、并行性全局搜索的一种优化算法,尤其适合处理复杂的、非线性问题。本文介绍遗传算法,以及用GA实现PID控制问题。     

基于免疫遗传算法的Web服务组合方法

针对Web服务组合提出一种免疫遗传算法(IGA)。该算法将免疫原理引入遗传算法(GA)中,提高算法的整体特性。主要表现在免疫选择可有效地防止早熟,基于免疫记忆的子群体信息交换策略可加速收敛。GA在Web服务选择上存在不足,而IGA可以在备选的Web服务中进行有效的选择并最终组成Web服务组合,提高服务组合的质量和收敛速度。仿真实验结果表明IGA比GA更有效。     

基于量子遗传算法的校园网格作业调度

互联网的异构性导致了网络资源不能充分共享,传统的校园网结构使得教育资源难以大范围共享,网格技术能较好地解决这些问题。通过对校园网现状和网格技术的分析,该文提出校园网格作业调度模型,设计并实现了基于量子遗传算法的作业调度方法。算法借鉴量子比特的叠加性,采用量子编码来表征染色体,能够表示许多可能的线性叠加状态,其整体性能优于普通遗传算法。     

基于遗传模拟退火算法的模糊聚类方法

首先对模糊C-均值聚类算法做了简要分析和评论,根据其特点,提出了一种基于遗传模拟退火算法的聚类分析方法,从而提高了遗传算法的全局搜索能力。算法中采用了适合于模糊聚类的树型编码方案,实验表明,该算法可克服系统对数据集及初始聚类中心的敏感性,避免陷入局部极小,具有良好的准确性与可靠性,在模式识别、数据挖掘等领域有着广泛的应用前景。