搜索资源列表
fuzzy-pid
- 该文提出调整系统控制量的模糊PID控制器的计算机设计与仿真。以碱回收炉的水位控制为例具体论述调整系统控制量的模糊PID控制器的设计、2－D控制表的建立、以及控制器计算机设计与仿真的实现。借助MATLAB模糊控制工具箱和SIMULINK仿真工具进行的仿真实验表明，该控制器既吸收了模糊控制器良好的动态性能，又克服了模糊控制器静态性能较差的缺点。并且为碱回收炉上汽包水位控制提出了一种新的尝试。该控制器结构简单、参数调整方便、快捷。
神经网络pid
- 基于神经网络的pid控制器，经过仿真-based on the nerual networks pid controller,and which have benn simulated
BP神经网络结构PID控制器设计
- BP神经网络结构PID控制器设计，严格按照增加动量项写的MATLAB程序。,Structure of BP neural network PID controller design, in strict accordance with the increasing momentum of procedures written in MATLAB.
PID
- 采用遗传算法直接优化数字PID控制器参数,并控制一个带时延的系统,仿真结果表明遗传算法收 敛较快,得到的PID控制器控制效果明显优于传统的PID控制。 -Optimize the use of genetic algorithms directly figure PID controller parameters and control a system with time delay, simulation results show that the rapid convergence
ga-PID
- 利用遗传算法优化pid控制器三个参数的matlab程序-The use of genetic algorithm to optimize the three parameters of pid controller matlab program
BPbasedPIDcontrol
- 这个程序采用BP神经网络对传统的PID控制器的三个参数进行整定-This procedure using BP neural network to the traditional PID controller tuning the three parameters
CHAPTER4
- 本文讨论了神经网络PID控制策略，提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数 ，构成了自适应PID控制器。利用神经网络的自学习能力进行PID控制参数的在线整定，并使用了MATLAB软件进行了仿真研究。比较传统PID控制器与单神经元自适应PID控制器两者的仿真结果表明，神经网络PID控制器参数调节简单，具有很高的精度和很强的适应性，可以获得满意的控制效果。-This paper discusses the nerv
CHAP4_3
- 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,
2
- matlab课程设计 课程报告题目：一类模糊PID控制器模糊查询表设计 2课程报告要求：按照讲课内容，在课程报告中应完整且详细地包括以下内容： 1设计任务 2确定输入量和控制量的论域及模糊参考集 3 确定模糊关系矩阵 4 输入量模糊化 5 模糊推理计算 6 模糊判决 7 模糊控制查询表 -matlab Course Design Course Report Title: a fuzzy PID controller, fuzzy look-up table d
compidsimth
- 基于MATLAB simulink 的一个简单的Smith pid 控制器 的仿真程序-MATLAB simulink based on a simple simulation program Smith pid controller
fuz_pid
- 模糊控制部分的源代码。模糊PID控制器结构改变固定参数KP,KI,KD的控制策略-Fuzzy control part of the source code. Fuzzy PID controller structure change fixed parameters KP, KI, KD control strategy
PID-controller
- 本文主要研究了基于BP算法神经网络的PID控制器。-In this paper, based on BP algorithm of neural network PID controller.
PID-control-based-BP
- 用一个多层前向神经网络，采用反向传播算法依据控制要求实时输出Kp、Ki、Kd，依次作为PID控制器的实时参数，代替传统PID参数靠经验的人工整定和工程整定，以达到对大迟延主气温系统的良好控制。-We use a multilayer feedforward neural network using back propagation algorithm and based on control requirements.This net can real-time output Kp, Ki, K
daul-line-pid-pso-dc-motor
- 用pso算法整定双线pid控制器，来控制直流电机-Pso algorithm using two-pid controller tuning to control DC motor
pid
- 人工神经网络(Artificial Neural Network)是从生理角度对智能的模拟，具有极 高的学习能力和自适应能力，能够以任意精度逼近任意函数，完成对系统的仿真； 而遗传算法是对自然界生物进化过程的模拟，具有极强的全局寻优能力，这两种 算法都是当下研究较多的智能方法。将这两种方法与常规的 PID 控制相结合， 构成智能 PID 控制器，使其具有参数自整定、自适应的能力，以适应复杂环境 下的控制要求，这一思路对提高控制效果具有很好的现实意义。 -Artificia
ga-PID
- 遗传算法是1962年由美国Michigan大学的Holland教授提出的模拟自然界遗传机制和生物进化论而形成的一种并行随机搜索最优化方法[1-3]， 在自动控制领域中得到了越来越广泛的应用。该文引入了“稳定区域算法”求取闭环系统稳定的PID控制器参数区间，并以此算法的计算结果限定进 化算法的参数寻优区间，通过仿真试验取得了令人满意的控制效果。-Genetic Algorithms is proposed by the University of Michigan’s Professor
fuzzy-PID
- 模糊PID控制器具有控制任意非线性函数的能力，能实现对PID控制器的参数Kp, Ki, Kd的实时在线整定，使系统具有更好的鲁棒性和自适应性，其输出也可以通过在线调整达到预期的控制精度。-Fuzzy PID controller has the ability to control an arbitrary nonlinear function, can achieve the parameters of the PID controller Kp, Ki, Kd,
chapter14 基于粒子群算法的PID控制器优化设计
- chapter14 基于粒子群算法的PID控制器优化设计，粒子群算法也是个不错的优化参数算法(chapter14 Particle swarm optimization algorithm based on PID controller design, Particle Swarm Optimization algorithm is also a good optimization algorithm)
bp神经网络用于PID控制器
- bp神经网络用于PID控制器matlab代码(BP neural network used in PID controller MATLAB code)
改进粒子群算法的PID控制器优化设计
- 基本的pid控制器算法以及simulink仿真模型，可以在线更改仿真参数。(Simulation optimization)