模糊PID控制器

本文介绍一种新的模糊PID控制的设计和参数整定方法。运行结果表明，在控制非线性和时变对象时，其控制效果优于数字PID控制器。     

基于改进遗传算法的PID参数寻优与控制器设计

相比传统的调节方法,遗传算法具有更好的鲁棒性、最优性,能较好的实现参数的自动化调节。对标准遗传算法（SGA）进行了分析、研究,并在SGA的基础上进行了改进。改进的遗传算法从提高全局搜索性能和加快收敛速度出发,提出了改进的选择算子、交叉算子和变异算子,仿真结果表明,改进的遗传算法的全局搜索性能和收敛速度远远优于标准遗传算法。     

基于改进混合遗传算法的二自由度PID控制器设计与应用

针对一般遗传算法存在的不足,提出一种改进的混合遗传算法,并将其应用于二自由度PID控制器参数寻优设计,仿真试验表明,所设计的二自由度PID控制器具有优良的鲁棒特性和抑制外界于扰特性,在仿真转台控制系统设计中获得了良好的控制效果,从而说明了该方法的有效性。     

PID控制器参数自整定方法综述

由于PID控制器具有简单而固定的形式，而且具有良好的鲁棒性，在工业生产中得到广泛的应用。本文综述了各种PID控制器参数自整定方法及其最近的研究成果。     

用MATLAB实现PID控制器的整定

本文用MATLAB编制程序，设计出PID控制器参数整定的图形用户界面，只需输入所要控制的系统，就可以十分方便地、直接地设计出基于Cohen-Coon的PID控制器，并能实现手动再调节，可以绘制出校正前后系统的时域、频域图形及显示品质指标，最后用实例加以说明。     

基于量子遗传算法的PID控制器参数自整定

提出了一种基于量子遗传算法（QGA）的PID控制器参数整定方法。首先定义一个包含表示系统超调量、上升时间和稳态误差指标项的适应度函数,并根据实际系统的性能要求对指标项进行适当加权。之后采用具有量子比特个体表示形式和量子旋转门实现种群进化的量子遗传算法,对PID进行多目标寻优,从而实现PID参数的自动整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法和一般遗传算法得到的PID控制器。     

遗传算法在PID参数整定中的应用

针对传统PID参数整定的困难性 ,本文提出了把遗传算法运用于PID参数整定中 ,采用遗传算法进行PID参数整定是一种寻求全局最优且与初始条件无关的优化方法。仿真结果表明基于遗传算法运的PID参数整定具有良好的控制特性。     

基于改进Oustaloup滤波器的分数阶PID控制器简化设计

针对分数阶微积分算子的直接和间接近似化方法所表现出来的形式复杂、运算量大的问题,对Oustaloup滤波器的结构进行改进,对常规分数阶PID控制器进行了简化设计,并采用自适应遗传算法对控制器的参数进行整定.选取两种代表性分数阶系统,在模型处于两种典型状态下,对简化型分数阶PID控制器、常规分数阶PID控制器和整数阶PID控制器的控制性能进行仿真实验对比.结果表明,在控制器性能基本相同的情况下,通过该方法设计的简化型分数阶PID控制器性具有结构简单,耗时量小的优点,提高了工程可实现性.     

一种实用的PID自整定方法

本文提出一种基于系统时域性能指标的PID参数整定方法。首称求出一组PID控制器的初始参数，然后按时域指标的期望值进行整定。仿真结果表明此方法能有效改善系统性能。     

基于PID参数整的模糊控制器

本文根据文献[1]提出的用于整定PID三个参数的模糊控制器以及大量的仿真实验,总结出一套更好的模糊规则。仿真表明,修改了模糊控制规则后的模糊PID控制器能使系统的动静态性能得到提高。     

基于改进BBO算法的分数阶PID控制器设计

针对分数阶PID(Fractional-Order Proportional-Integral-Derivative,FOPID)控制器参数整定,提出了一种改进生物地理学优化(Biogeography-Based Optimization,BBO)算法。该算法改进点主要包括:迁移操作中保留精英个体;变异操作中引入差分进化(Dtferential Evolution,ED)算法的变异策略;消除重复样本。仿真结果表明:在分数阶PID控制器参数整定中,与原始的BBO算法、遗传算法(Genetic Algorithm,GA)和粒子群算法(Particle Swarm Optimization,PSO)比较,提出的改进BBO算法具有超调量小、误差小,收敛更快的特点。     

基于分布种群遗传算法的PID控制器参数优化整定

Enlightened by distribution of creatures in natural ecology environment, the distribution population-based genetic algorithm (DPGA) is presented in this paper. The searching capability of the algorithm is improved by competition between distribution populations to reduce the search zone. This method is applied to design of optimal parameters of PID controllers with examples, and the simulation results show that satisfactory performances are obtained.     

基于遗传算法的分数阶控制器参数整定研究

针对动态系统可用包含非整数阶的积分和微分方程来描述的特点。同样将这一工具引入到分数阶控制器中,即包含分数阶积分和微分的PI^λD^β控制器;提出了基于改进遗传算法的分数阶PI^λD^β控制器定阶次参数整定的方法。通过使用该遗传算法,分别进行了采用整数阶PID控制器和分数阶PI^λD^β控制器,对整数阶和分数阶系统的控制器参数整定的对比仿真。结果表明,在限定相同的参数整定范围时,采用分数阶PI^λD^β控制器的控制效果优于整数阶PID控制器。     

基于神经网络和遗传算法的智能PID控制

提出了一种结合神经网络和遗传算法的智能PID控制算法;该控制器先利用RBF辨识网络在线辨识系统模型,再利用遗传算法在线调整PID三个控制参数,将传统的Ziegler-Nichols方法所得的控制参数作为遗传算法的初始参数范围,缩小了遗传算法的寻优范围;在MATLAB6.5环境下进行仿真和试验研究,结果证明RBF辨识网络的输出能够很好地跟踪对象输出,遗传算法很好地优化了控制参数;二者结合可在线有效地控制较复杂的被控对象.     

基于遗传算法的锅炉水温PID控制寻优

遗传算法相比传统调节方法具有更好的鲁棒性和最优性。结合锅炉动态水温单回路控制系统的PID参数整定与优化问题,采用遗传算法对其参数进行优化。仿真结果表明,这种优化算法加快了收敛速度,有效提高了系统的全局稳定性,增强了PID控制器的鲁棒性。     

基于遗传算法的PID参数优化设计

本文应用遗传算法对ＰＩＤ控制器参数进行了优化设计，在构造遗传算法框架时，采用了最佳保留选择机制、两点交叉、重新生成个体策略以及由简易经验公式生成初始群体等方法。经过数字仿真，验证了该算法的有效性和合理性。     

基于人工鱼群算法的鲁棒PID控制器参数整定方法研究

本文首先分析了采用极小--极大原理设计鲁棒PID控制器的方法,指出这是一类复杂非线性且非单鞍点的优化命题,常规优化算法通常不能有效的求解.随后提出了采用人工鱼群算法进行参数整定的方法.最后对典型问题进行了仿真研究.结果表明,人工鱼群算法具备分布并行的寻优能力,对初值不敏感,能够快速对鲁棒PID的参数进行整定,整定后的PID控制器具有良好的控制效果.