基于蚁群算法的模糊比例积分微分参数优化

传统的PID(比例积分微分)控制采用线性组合方案,难于协调快速性和稳态特性之间的矛盾,蚁群算法是一种新型的仿生优化算法,将蚁群算法和模糊PID控制算法相结合,利用蚁群算法全局寻优能力来优化模糊PID控制器的三个参数,仿真实验表明,该PID控制器具有较好的动态性能.     

基于模糊PID的无人机姿态控制器的设计?

针对某型无人机控制器在非线性条件下动态性能欠佳的问题,把容易实现、鲁棒性好的PID控制法与智能模糊控制算法结合,设计出自适应模糊PID无人机姿态控制器。针对隶属度函数过度依赖专家经验的问题,运用遗传算法来优化隶属度函数,使控制效果达到优化。经过仿真验证,所设计的控制器不但有PID控制精度高、易于实现的优点,还有模糊控制器超调小、动态响应快等优点,并且提高了跟踪和抗干扰性能,可以完成准确快速的姿态控制。     

一种基于GA-BP 算法的PIDNN 控制策略

为改善常规PID控制器对非线性对象的控制性能,提出一种基于GA-BP算法的PID神经网络（PID NeuralNetwork,PIDNN）控制策略。将PID控制规律融入神经网络,构成一种PIDNN控制器,并利用GA-BP算法来对其进行参数优化。采用所设计的PIDNN控制器对一种非线性系统进行仿真研究,仿真结果表明：GA-BP算法收敛速度快,所设计的PIDNN控制器与常规PID控制器相比,其控制稳定性和快速性等性能都得到了很大改善。     

微型四旋翼无人机模糊PID 控制

为解决微型四旋翼无人机控制系统存在的鲁棒性差和控制精度低的问题,提出一种模糊PID控制方法。建立微型四旋翼无人机系统动力学数学模型和电机模型,在系统模型的基础上设计模糊PID控制器。通过Matlab/Simulink仿真和飞行试验对所设计的模糊PID控制器的有效性进行验证。仿真实验表明,该算法能提高系统的抗干扰性能和控制精度。飞行试验结果表明,模糊PID控制器可以有效地控制微型四旋翼无人机。     

EPS系统粒子群优化PID控制的研究

为了改善常规PID算法在电动助力转向系统(EPS)控制中的不足,提高系统控制的精度、稳定性和抗干扰能力,采用粒子群算法(PSO)对PID控制器进行优化.根据EPS系统结构和动力学特性,建立了EPS系统数学模型.电机采用电流控制法,并以助力特性曲线中理想电流值与电机电流实际输出值的偏差作为PID控制器的输入.利用MATLAB平台建立EPS系统PID控制的整车模型,分析研究粒子群算法,并根据PSO算法优化PID控制器的参数.仿真结果表明:与常规PID控制相比,采用粒子群优化的PID控制,系统输出响应更平稳,抗干扰能力更强,鲁棒性好,控制效果更优.     

空间跟踪系统中模糊控制的应用研究

应用传统的PID控制器难以解决复杂环境中对象的控制问题,尝试将模糊控制器与PID控制器结合在一起,利用模糊控制推理方法实现对跟踪架的平稳捕获和跟踪控制.详细介绍了模糊控制器的设计,着重讨论了被控对象模糊规则的制定,Simulink仿真结果证明了该设计的有效性与实用价值.     

BTT导弹模糊自适应PID控制

提出了一种模糊鲁棒PID控制器的设计,把模糊控制和常规PID控制结合起来,对控制系统的比例、积分、微分参数进行在线自整定.对BTT导弹偏航通道的模糊自适应控制进行了研究,在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线适时自适应控制的要求.     

改进型自适应模糊PID 复合控制器在某转台中的应用

针对某转台系统中非线性不确定性因素对动态响应和稳定精度的影响,设计一种改进型自适应模糊PID复合控制器。对AF/PID控制器进行分析,设计融合函数将模糊控制器和变型PID控制器的输出量合理融合,提出一种控制规则在线学习调整的算法,达到自适应平稳调整模糊控制规则,并以某转台方位位置控制系统进行试验验证。结果表明：该方法结构简单、计算效率高,能实现无缝变化输出,避免输出振动,扩大模糊控制器的使用范围。     

基于加速遗传算法的自适应PID模糊控制器设计

提出了一种基于加速遗传算法的自适应PID模糊控制器设计方法,该模糊控制器的参数自调整以系统响应的最大超调量,调整时间,及稳态误差为性能指标,利用加速遗传算法搜索模糊控制器量化因子ke1、ke2,及相应的最优初值和微调参数,进而优化PID控制器参数.该控制器用于直线一级倒立摆.结果表明该控制器与固定参数的模糊控制器相比,具有良好的动态和稳态性能.     

双旋翼系统的PID参数模糊自整定控制器

双旋翼多输入多输出系统TRMS由于非线性和强耦合,难以建立数学模型和控制,故提出PID参数模糊自整定的控制方法.利用MATLAB设计PID参数模糊自整定控制器,并进行了仿真和实际应用.与常规PID控制相比,PID参数模糊自整定控制不需要建立精确的数学模型,还可及时在线调整PID参数,获得了较好的控制效果.