基于遗传算法的控制系统PID参数优化应用研究

针对线性定常系统,提出了基于遗传算法的PID参数优化方法,用MATLAB编写出该软件.为了推广利用,设计了一个通用性强、界面友好、使用简便的控制系统参数寻优的软件.通过算例调试,表明该方法使系统有较好的动态特性和稳态特性,利用本图形用户界面可得到PID控制系统寻优的直接结果,并直观地显示系统的阶跃响应.提供的方法具有一定的实用价值.     

二级计算机模糊加权PID温控系统

阐述了模糊加权PID控制器的设计过程，并在实验电阻炉上实现了二级计算机模糊加权PID温度控制，用MATLAB软件建立实验电阻炉的数学模型，并按Ziegler-Nichlos经验公式整定出PID参数，运用模糊加权控制器在线调整PID控制器参数的设计思想，研制了一种模糊加权PID控制器，采用PLC和PC二级计算机系统，实现了实验电阻炉的模糊加权PID温度调节。     

基于模糊自整定PID控制器的非线性系统仿真

将PID控制与Fuzzy控制的简便性、灵活性以及鲁棒性融为一体，构造了一个自适应模糊PID控制器．通过模糊控制规则在线调整PID控制器的参数，并利用MATLAB语言结合具体实例方便而快速地实现了该控制器的计算机仿真．仿真结果表明：该控制方法提高了非线性系统的动、静态特性，使系统获得了较好的性能．     

基于遗传算法的PID智能控制器设计

根据实际应用的需要,设计出一种基于遗传算法的PID控制器．该控制器首先采用遗传算法优化PID控制器的参数,得到一组参数的最优值,在实际控制过程中利用遗传算法不断优化PID参数,从而提高PID控制器的控制性能和自适应能力．以确保系统的动态和稳态性能最优．根据设计结果采用Matlab对此进行仿真,仿真结果表明：与常规的PID控制器相比,这种基于遗传算法优化的PID控制器用于实际控制系统可达到良好的动、静态性能和自适应能力．     

基于PID神经网络解耦控制的变风量空调系统

为了消除变风量空调系统各回路之间存在的耦合，以便对该系统进行有效控制，建立了变风量空调机组部分变频器-风机-静压回路和新风阀-CO2气体体积含量回路的动态模型，提出用PID(比例-积分-微分)神经网络解耦控制方法消除这2个回路之间的耦合．实际运行结果表明，PID神经网络解耦控制技术可以有效地对变风量空调系统中2个回路进行解耦控制．     

K190пк钢轨焊机新型程控调压系统的研究

针对Ｋ１９０пк钢轨焊机电源系统所存在的问题，采用大功率晶闸管和可编程序控制器配置Ａ／Ｄ模块和触发控制电路，研制了一种新型实用、性能可靠的程控调压系统，实现了焊接电压无触点控制和无级调节。该系统具有调压范围宽、精度高、抗干扰性强、网压自动补偿及成本低廉等特点。经现场试用，效果良好。     

基于遗传算法的柴油机电控参数实时优化

为使发动机满足日益严格的排放法规要求同时使其具有较好的燃油经济性，采用柴油机性能与运转参数间神经网络模型，将遗传算法嵌入DSP中实现了电控参数的实时优化。在实验台上验证了神经网络建模和遗传算法相结合在线寻优的最优控制MAP生成技术的可行性。     

基于PID控制策略的汽车电动助力转向系统的研究

电动助力转向(EPS)是汽车动力转向的新技术和新结构,助力控制是电动助力转向的基本控制策略,并决定电动助力的特性。EPS的控制系统主要由控制器、传感器、及信号处理电路、助力电机及驱动电路等组成,讨论了电动助力控制的一般过程、电动机目标电流的控制策略等问题。台架实验表明,提出的控制策略是有效的。     

基于Z-N算法的PID炉温控制

针对大惯性工业对象,设计了一种新的自适应PID调节器控制算法并应用于工业加热炉温度控制系统中,利用改进的Z-N算法,完成PID参数的初始值设定,利用测量误差改变调节器步长的方法实现PID参数的自动整定.实验结果表明,当实际温度距标定温度30℃时,利用这种PID参数自整定算法进行控制,可以使温度控制曲线在不同的阶段平滑过渡,使升温曲线平稳地过渡到恒温阶段.从控制结果上参数自调整PID控制结果几乎没有超调,稳定时间短,在设定的目标角度值附近振荡少.这种PID控制器无论在超调量还是稳定时间上都优于传统的PID控制器.     

���ڻ���Ŵ��㷨�Ķ�Agent��ͨ����ϵͳ

首先简述了交通控制系统的控制结构，然后对多Agent技术在控制系统中的应用优势进行了分析，在对已有相关文献进行分析的基础上，提出了以路口Agent为单位的多Agent交通控制系统结构和路口Agent的内部结构，并对Agent间的协调机制进行了讨论.以混合遗传算法作为路口Agent的计算模型，以延误作为PI值，采用惩罚函数对绿信比进行了优化，通过matlab编程进行实际数据验证，结果表明混合遗传算法的优化结果优于已有的爬山法.     

半导体制冷温制系统设计

本文以SPCE061A为核心,在PID自整定算法的基础上构建了一种基于半导体制冷的小型温度控制系统。通过实验证明,采用这种温度控制系统,如果合理选择制冷片和散热片,可将制冷药液冷却至7℃以下,且温度变化范围基本在±0.5℃以内。     

基于PSO算法的磁浮系统PID控制器优化与评价

为了改善磁浮系统的非线性和不稳定性特点,利用微分几何方法将两个不同结构的非线性子系统转化为两个相同结构的线性子系统,设计了基于标准粒子群算法的比例积分微分控制器.从固定惯性权重、线性递减惯性权重和线性微分递减惯性权重中,选出适合电磁铁1和电磁铁2的固定惯性权重,得到电磁铁1控制器的固定惯性权重参数C为0.5,电磁铁2控制器的固定惯性权重参数C为0.49,并且通过建立模糊综合评价模型得出优化后的电磁铁1和电磁铁2的控制器抗干扰的能力是好,且好的隶属度皆为0.561 9.实验结果表明,优化后的磁浮系统具有较好的鲁棒性.      

基于遗传算法的大体积混凝土温度场参数反分析

大体积混凝土内部温度场和应力场异常复杂,在进行仿真模拟时混凝土热学参数的选取比较困难,以某大桥散索鞍支墩基础为依托,利用Midas/FEA建立温度场反分析模型,确定反演热学参数以及目标函数,通过遗传算法根据现场实测的温度数据并反演得到混凝土的最大绝热温升、反应速度、表面放热系数以及导热系数。研究结果表明,反演分析参数准确可靠,可以有效指导后续施工,对今后同类工程具有较好的借鉴意义。     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

遗传算法在集中管理式Web缓存系统的应用

本文对集中管理式Web缓存系统进行了改进,应用遗传算法寻找下栽的最优路径,既解决了传统的Web高速缓存(Web Caching)中存在的各缓存服务器之间因不断对话而牺牲不必要带宽的问题,又增加了下栽速度．