太阳能电池层压机的单片机控制系统设计

介绍了一种由AT78C52和一些外围器件组成的太阳能电池层压机控制系统，论述了工作室温度的闭环控制和真空度控制以及提高温度控制精度的方法。该设备能够自动完成太阳能电池层压的全过程，运行稳定，可靠。     

分布控制系统中一种控制器参数优化方法

针对分布控制系统（ＤＣＳ）中控制系统构成特点是一般优化算法局限性，提出一种任意组态下控制器参数优化方法，并给出了ＤＣＳ下控制参数优化过程的实现算法。     

基于改进遗传算法的支持向量机参数优化

支持向量机是一种非常有前景的学习机器,但是,支持向量机参数的选取一直没有一套成熟的理论,这给支持向量机的应用带来了很大的不便.为此,本文提出了基于改进遗传算法的支持向量机的参数优化方法,利用遗传算法的全局搜索能力得到支持向量机的最优参数值.仿真实验结果表明,得到的参数可使支持向量机具有良好的泛化性能,此方法切实有效.     

十折交叉检验的支持向量机参数优化算法

针对支持向量机结构参数的选取在没有理论支持,选取又比较困难的情况下,提出了一种基于遗传算法和十折交叉检验相结合的遗传支持向量机(GA-SVM)算法,利用遗传算法的全局搜索特性得到SVM的最优参数值,有效提高了分类的精度和效率。     

基于改进遗传算法的支持向量机参数优化方法

针对支持向量机算法在回归预测时由于参数选取不当导致过学习或欠学习的情况,提出一种基于改进遗传算法的支持向量机参数优化模型。该模型将遗传算法与支持向量机结合,利用遗传算法进化搜索的原理对支持向量机具有重要意义的惩罚参数、核参数和损失函数同时优化。实验选取3组标准数据集作为测试数据集,并将改进算法同时与遗传算法、网格寻址算法、粒子群算法进行仿真测试结果对比。实验结果表明改进的算法较大地提高了支持向量机算法整体的寻优能力。     

基于LFOA算法的相关向量机核参数优化

相关向量机(RVM)核函数参数对其性能有较大影响,为了提高相关向量机的分类能力,提出了一种基于具有Levy飞行特征的双子群果蝇算法(LFOA)的RVM核参数优化方法。在适应度函数的评判下,果蝇种群经过多次Levy飞行和迭代对指定范围内的核参数进行全局搜索。4组UCI标准数据集的MATLAB仿真实验测试结果表明,所提出的方法有效、可靠,能够提升RVM的分类能力,相比于其他算法具备更高的寻优精度和稳定性。     

基于支持向量机的中药工艺参数优化研究

提出了基于SVM的滴丸生产工艺参数优化方法,较好地预测了滴丸含水量,给出了各工艺参数取值范围,在实际生产中取得了良好效果。理论分析和仿真研究表明,该方法学习速度快、跟踪性能好、泛化能力强、对样本的依赖程度低,比基于BP神经网络的建模具有更好的推广能力。     

一种支持向量机参数优化的GA-Powell算法

支持向量机的核心是核函数,选择合适的核函数参数是支持向量机理论研究的重点。文中将遗传算法与Powell算法相结合,提出了GA-Powell算法来优化核函数的参数。首先利用遗传算法找到一个初始最优解,再利用Powell算法在所得解附近进行寻优,反复迭代产生最优解。该算法在保留遗传算法较强的全局搜索能力的同时具有Powell算法的较强的局部搜索能力,使得混合算法具有更加精确和快速的收敛性。将该算法应用到银行基金项目的分类实验中取得了良好的结果。     

基于梯度算法的支持向量机参数优化方法

首先介绍最近出现的参数优化方法,概括了高效率的参数优化算法应具备的若干特点.然后提出了一种新的支持向量机参数优化方法.该方法先在局域内用混沌优化搜索局域最优点,再将此最优点作为梯度方向,通过改变局域范围跳出局部寻优区域.该方法降低了对性能函数连续且可微的要求,收敛速度快,最终优化解与支持向量机的参数初始值无关.最后,通过仿真实验表明了该方法具有更高的分类和回归准确率.     

基于模糊PID控制的太阳能电池板跟踪系统

由于太阳能电池板跟踪系统具有非线性的特点,使得利用简单模糊控制和传统PID控制精度不高,因此,文中提出利用模糊PID控制器实现对跟踪系统的控制,并设计了模糊PID控制器。通过SIMULINK对系统进行仿真,其结果表明：该控制方法调节精度较高、动态响应快、超调较小。     

Synthesis of Neural Networks and PID Control for Performance Improvement of Industrial Robots

In this article, an approach for improving the performance of industrialrobots using multilayer feedforward neural networks is presented. Thecontroller based on this approach consists of two main components: a PIDcontrol and a neural network. The function of the neural network is tocomplement the PID control for the specific purpose of improving theperformance of the system over time. Analytical and experimental resultsconcerning this synthesis of neural networks and PID control are presented.The analytical results assert that the performance of PID-controlledindustrial robots can be improved through proper utilization of the learningand generalization ability of neural networks. The experimental results,obtained through actual implementation using a commercial industrial robot,demonstrate the effectiveness of such control synthesis for practicalapplications. The results of this work suggest that neural networks could beadded to existing PID-controlled industrial robots for performanceimprovement.     

一种神经网络PID控制在燃料电池测试系统中的应用研究

对燃料电池测试系统中露点加湿器的温度控制进行研究,提出了一种用BP神经网络进行参数整定、积分分离的PID控制算法.利用神经网络的任意非线性表达能力,通过对系统的学习来调整PID参数,实现最优的PID控制.通过在实际燃料电池测试系统中的实验表明,这一算法实现的PID控制系统控制稳态好、过冲小、收敛快.     

热压机控制系统的PID改进

针对现有热压机多采用伺服控制系统,虽可以满足位置控制的要求,但很难实现大范围速度调节的问题,提出了一种新的热压机电液比例控制的PID改进系统。采用先开环控制再PID调节的方法,其中开环控制满足了速度调节的要求,PID调节保证了位置控制精度。并在PID调节时结合输出补偿,消除了比例流量阀的死区影响。还采用了正交试验的方法进行系统参数整定。结果表明,改进后的系统能很好地满足现代热压工艺同时实现速度及位置控制的要求。     

网络延时对PID控制系统性能影响的分析

由于网络通讯延时的存在，传统PID控制算法在网络化控制系统中的控制性能将受到影响．使用一种代价函数作为性能评估标准，并通过仿真实验分析了各种网络延时对PID控制性能的影响．利用根轨迹法分析了网络延时和PID参数对控制系统稳定性和控制性能的影响；用NetCon控制器实现了各种网络延时下对一个实验系统的控制．实验结果证明了仿真分析的正确性和有效性．     

X-Q自适应PID及其在多目标满意控制系统中的应用

给出一种新型X-Q自适应控制器,它具有新颖的自适应频率特性对于控制信号而言,它是一个没有任何相位落后的PID,且高频段为一放大倍数为k的放大器,低频段为一积分时间常数为     

基于虚拟仪器下的太阳能电池模块测试系统

建立了基于虚拟仪器下的太阳能电池模块测试系统，该系统利用线性脉冲氖灯模拟太阳光谱，在任意光强下，太阳能电池模块测试系统一次性测出多个点的电压、电流值，同时画出I-V曲线，并且求出曲线的最大功率点，通过测试表明系统符合设计的要求。     

基于PLC的PID控制系统

以数控系统的伺服电机控制为例,使用ARM微处理器芯片设计与实现软PLC,在此PLC的基础上,结合模糊控制理论和PID控制算法,通过MATLAB仿真完成参数整定,设计了以个基于模糊PID算法的电机控制系统.该系统不仅应用于数控系统,也可用于其它行业的电机控制.