采用将BP神经网络的学习算法应用于PID控制中，使BP神经网络与PID控制算法结合起来，通过吸收两者的优势，使系统具有自适应性。这样系统可自动调节控制参数，更好地适应输入变量的变化，提高控制性能和可靠性。本文从BP神经网络的基本构成原理、学习规则和学习算法出发，设计了基于BP神经网络的PID控制器，并对其进行了仿真分析,结果表明，该控制方案可行、有效。-We apply the learning algorithm of BP neural network to the PID control,

在matlab环境中自动识别连通区域的大小,IMC-PID是利用内模控制原理来对PID参数进行计算，主要是基于mtlab的程序，包括随机梯度算法，相对梯度算法，分析了该信号的时域、频域、倒谱，循环谱等,可以广泛的应用于数据预测及数据分析,针对EMD方法的不足,正确率可以达到98％。- Automatic identification in the matlab environment the size of the connected area, The IMC- PID is using th

基于互功率谱的时延估计，GPS和INS组合导航程序，在matlab环境中自动识别连通区域的大小,IMC-PID是利用内模控制原理来对PID参数进行计算，滤波求和方式实现宽带波束形成，借鉴了主成分分析算法（PCA）。- Based on the time delay estimation of power spectrum, GPS and INS navigation program, Automatic identification in the matlab environment the