基于复合正交神经网络的灰色PID控制

结合传统反馈控制方法和灰色预测控制的预测控制器已在控制系统中获得了成功的应用。由于复合正交神经网络具有学习算法简单、收敛速度快,有逼近线性或非线性函数的优良特性。与灰色预测方法相比,神经网络预测精度高,且误差可控,如果把神经网络作为灰色预测器,建立一种灰色预测控制,那么就会在控制系统中获得良好的控制性能。为此,提出一种结合传统的PID控制和神经网络灰色预测补偿的灰色PID控制器,可对系统进行在线灰色估计和控制,由复合正交神经网络对不确定部分建立的灰色预测模型,可根据系统的参数变化来自动调节预测补偿值,使系统响应具有适应性。仿真结果表明,与传统的PID控制方法相比,该控制器可获得更为优良的动态性能和鲁棒性。     

基于灰色预测PID的风光互补发电机控制研究

为了能够提高风光互补发电机控制的效果,深入地研究了灰色预测PID在风光互补发电机控制中的应用.构造了风光互补发电机的数学模型;剖析了灰色预测的基本原理.针对风光互补发电机控制的实际情况,将灰色预测PID技术引入到风光互补发电机的控制中,提出了风光互补发电机灰色预测PID控制系统,并且提出了相应的算法流程;分别利用灰色预测PID控制技术、模糊PID控制技术和传统PID控制技术对风光互补发电机进行控制仿真研究,仿真结果表明灰色预测PID技术可以获得较好的控制效果.     

基于灰色预测可变裕度PID网络自适应算法

为了综合控制拥塞链路的队列长度,提高AQM系统对动态网络环境的自适应能力,提出了一种基于灰色预测和考虑可变裕度PID控制的自适应TCP网络主动队列管理。首先,建立相角和幅值裕度与网络参数相关的PID自适应主动队列(TCP/AQM)控制论模型,该模型可以根据网络参数的变化而动态改变控制参数,以提高AQM网络动态自适应能力,及系统的鲁棒性;其次,将灰色预测引入该模型,实现路由器队列长度的超前预测,补偿带有PID反馈模块的AQM算法给队列造成的时滞影响。与其他算法的仿真结果相比较,该设计算法能够使信息流在较短的时间内稳定在期望队列长度阈值附近。     

基于GA参数整定的时变时滞系统灰色预测控制

针对一类数学模型未知且存在时变时滞的复杂系统,提出一种基于遗传算法参数整定的灰色预测控制方法;该方法采用BP神经网络对系统的时变时滞进行辨识,利用灰色预测算法对系统的输出进行预测,进而使用基于遗传算法整定PID控制器对系统进行输出反馈控制;该方法将灰色预测算法与遗传算法相结合,有效提高了控制器的自适应性;通过仿真实例,结果表明该方法能够对具有大时滞、大惯性、模型不确定等特点的复杂系统进行有效地控制;该方法是可行的、有效的.     

基于微粒群算法的灰色预测PID控制器

针对大滞后系统，提出一种基于微粒群算法的灰色预测PID控制算法．采用灰色预测模型GMC（1，2）预测时滞系统的输出并用微粒群算法优化PID控制器的参数．这种控制方法不需要精确的数学模型，在线估计参数少，计算简单．仿真结果表明该方法的有效性．     

基于灰预测的PID主动队列管理算法

提出一种基于灰色预测的智能 PID(GI-PID)主动队列管理(AQM)算法,该算法采用 GM(1,1)模型在线预测路由器队列长度,补偿滞后以解决网络状况反馈不及时的问题;同时根据队列误差的变化趋势,应用专家经验动态改变 PID 控制器的参数,使参数实时地随着网络环境变化而调整,实现智能控制.仿真试验表明,GI-PID 算法相比传统 PID 算法大幅度地抑制了队列长度的振荡,路由器队列收敛于期望值,同时具有较小的分组丢弃概率.     

基于BP网络的智能灰色预测在时滞系统中的应用

基于灰色理论与神经网络相结合能改进预测精度的思想,本文将神经网络与灰色预测PID控制器相结合,利用神经网络来在线调节PID控制器参数以适应模型时变的要求。论述了其原理并将其应用于实际双容水箱液位控制系统,以克服模型不确定性带来的不利影响,从而实现对二阶液位对象的有效控制。通过MATLAB进行了算法的验证和仿真,并利用xPC技术进行了实时控制,结果表明此改进算法比常规PID控制具有更好的效果。     

灰色预测模糊自适应PID控制的城轨列车智能驾驶系统研究

为提高城轨列车驾驶系统的智能化程度，将灰色预测控制与模糊自适应PID控制技术相结合，应用到城轨列车驾驶系统中。在对城轨列车驾驶系统进行需求分析的基础上，针对其对各种性能指标的要求，提出了基于灰色预测模糊自适应PID控制的城轨列车智能驾驶系统的设计方案。将灰色预测控制与模糊自适应控制应用到经典PID控制中，设计出了系统的智能控制器，有效满足了城轨列车在运行时对跟踪误差、准点率、停车误差、舒适度和节能性等多个性能指标的要求。仿真结果表明：采用灰色预测模糊自适应PID算法的控制系统具有良好的控制精度且系统的智能化程度得到了相应的提升。     

灰色预测PID控制的气缸运动系统设计

为了提高气缸运行的平稳性,提出了一种基于灰色预测PID控制方法.给出了灰色预测PID控制结构,设计了灰色预测PID控制器,并在灰色预测理论所形成新误差序列的基础上,导出了校正PID参数表达式;接着,对输出预测进行滤波处理,以消除预测值偏高的不足;然后,搭建了气缸运动控制实验系统并进行了测试实验.结果表明:相对于常规PID控制,灰色预测PID控制的气缸运行过程中速度超调量由22.1％降至7.8％;速度波动范围由±6.2％降至±2.1％.采用灰色预测PID控制的气缸运行过程中速度超调和振荡问题有了明显改善,满足了大多数场合的应用要求.     

基于灰色理论算法的PID控制器的研究

在工业过程的PID控制应用中通常存在两个难解决的问题:信号干扰声问题和控制参数失调问题.经过分析对这两个问题的分析,本文基于灰色理论,提出了引入灰色预估算法来还原与控制模型参数吻合的信号成分,利用灰色补偿算法以及自适应方法来解决信号噪声、控制参数失调问题.最后通过仿真研究,结论证明:经灰色理论算法处理后的PID控制器性能得到较大的提高.     

多变量系统的PID 控制器设计

针对多输入多输出系统,提出一种基于微粒群算法的灰色系统预测PID 控制算法．该方案将多 输入多输出系统转化成若干个多输入单输出子系统,使用多变量一阶灰色模型GM(1;N) 预测出每个子系统的 输出,实现了多输入多输出系统的对角解耦．然后用微粒群算法优化PID 控制器的参数,用优化后的PID 控 制器对每个子系统进行控制．对两个典型的多变量控制过程进行了仿真,结果表明,这种控制方法超调量较 小,鲁棒性强,响应速度快,抗干扰能力强.     

基于灰色预测PID球磨机负荷控制

为改善球磨机的负荷PID控制系统,提出了基于灰色预测PID控制的球磨机负荷控制方案。方案融合了灰色预测、常规PID控制这两者的设计思想;并将灰色预测在线应用,用其预测结果代替被控对象测量值进行控制运算。仿真结果表明,与传统的反馈方法相比,使用灰色预测PID控制器可得到更为优良的动态性能,具有鲁棒性好、跟踪快速等优点。     

网络控制系统的自整定PID 控制器设计

结合广义预测控制（GPC）方法和PID反馈结构,设计了一种具有预测功能的PID控制器,PID参数根据未来时刻的预计输出误差进行整定.控制器导出多步控制序列,置于执行器端的延迟补偿器根据网络时延从控制序列中选择控制信息并作用于控制对象,从而对时延进行补偿,使控制性能得到极大改善.控制器结合了PID控制和预测控制的优点,具有较强的鲁棒性和工程意义.最后通过构造Lyapunov函数对闭环系统的稳定性进行了分析,并通过仿真验证了该算法的有效性.     

一种自调节灰色预测PID控制器

为提高传统PID控制的性能及扩大其适用范围,提出一种结合传统PID控制、灰色预测和全程快速非线性跟踪．微分器的自调节灰色预测PID控制器。利用灰色预测对系统的输出偏差和预测偏差进行合成形成一个综合偏差,用来代替传统PID控制中的实际偏差项。这样控制器既有预测系统未来行为的功能,又能根据预测模型精度自动调节控制器参数,能有效减小预测误差对系统的不利影响。同时用非线性跟踪．微分器代替差分法来提取微分信号,提高了微分信号的品质。仿真结果表明,与传统PID控制器相比,该控制器可获得更为优良的动态性能。     

液压舵机伺服系统灰色预测模糊PID控制

研究灰色预测模糊PID控制在液压舵机伺服系统中的应用问题。由于液压舵机伺服系统具有典型非线性和不确定性,传统的PID控制很难满足控制要求。为解决这一问题,提出了灰色预测模糊PID控制方法。在SimuIink中搭建液压舵机伺服系统的模型并进行仿真,灰色预测模糊PID控制无超调,调节时间为0．008s,消除干扰使系统再次达到稳定的时间为0．045s。结果表明：灰色预测模糊PID控制与传统PID控制、模糊PID控制相比,能有效加快系统的控制速度,缩短调节时间,提高控制精度,具有较强的抗干扰能力。     

基于灰色预测模糊PID算法的空调房间温度控制

针对中央空调系统房间温度控制系统的大惯性、纯滞后和时变性特点,设计了将等维新息灰色预测控制与模糊自整定PID相结合的新型控制器,建立中央空调房间温度控制系统的数学模型,介绍灰色预测模糊PID控制器结构,并对该控制方案进行了数字仿真。仿真结果表明,该控制器比PID控制器、模糊PID控制器有更多优越性,调节迅速,超调小,有更好的动、静态性能,具有一定的可行性。     

PID增益基于神经模糊网络的预测控制

提出一种基于二次逼近模型的PID增益预测控制,并阐述了该系统的结构、算法和应用特点.通过二次逼近建模的方法,提高了建模的算法速度和实际逼近精度以及较强的动态补偿能力.运用这种模型的预测和传统的PID相结合,使控制系统具有增益自适应能力和较好的鲁棒性.通过仿真实例对该方法的特点和性能进行了验证.     

基于灰色预测的大时滞过程的控制研究

针对传统PID控制对大时滞过程控制效果不佳的情况,采用基于GM(1,1)灰色模型对被控对象系统行为进行预测,并用等维新息、提高原始数据列的光滑度和改变初始条件三者结合的方法对该模型进行改进,得到一个改进的GM(1,1)模型.同时以GM(1,1)模型的发展系数a作为决定预测步长的依据,将其与传统PID结合,组成灰色预测控制系统对大时滞过程进行控制.仿真结果表明,与传统PID控制相比,该方法具有较强的适应性和鲁棒性,控制性能也得到了较明显的改善.     

灰色预测神经网络PID控制研究

由于火电厂过热汽温控制系统的大惯性、大迟延和时变等特性,传统的串级PID控制方法不能适应负荷变化,因而难以取得满意的控制效果。因灰色预测具有少数据、贫信息且运算量小的优点,将灰色预测控制及神经网络相结合,提出了基于灰色预测的神经网络PID控制策略。仿真研究表明,该策略的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,具有较强的鲁棒性和自适应能力。     

球磨机灰色预测无模型自适应控制策略

球磨机负荷控制系统是一个具有大时滞、强时变性、强非线性及多变量与强耦合等特性的复杂系统。为了更好地克服球磨机负荷控制系统中存在的大滞后和不确定性等问题,提出了灰色预测无模型自适应控制(MFAC)策略。在控制系统下,分别采用PID、灰色预测PID、MFAC及灰色预测MFAC进行控制仿真分析。实际应用验证了该策略的可行性与合理性,表明了灰色预测无模型控制策略具有良好的控制性能和实用价值。