基于改进粒子群算法自整定伺服系统PID控制器的研究

伺服系统是一种非线性控制系统.提出用改进粒子群算法自整定伺服系统PID控制器的参数,给出了详细的整定过程,并在MATLAB的simulink中进行了建模仿真,结果表明,与传统的粒子群算法自整定PID控制器相比较,改进粒子群算法应用于伺服系统PID控制器自整定响应速度更快,无超调,稳定性更好.     

基于MATLAB的PID控制器设计

介绍了Ziegler-Nichols规则的PID控制器设计,给出了基于MATLAB的实现方法和仿真.仿真结果表明,此算法设计的PID控制器有良好的性能指标.     

基于改进麻雀算法的卷绕张力控制系统

为了在卷绕系统中建立稳定的张力控制系统，课题组使用自抗扰控制器设计了控制系统。提出采用麻雀算法(SSA)优化整定自抗扰控制器的参数。针对SSA以跳跃的方式寻优、已陷入局部最优和原点收敛性强的缺点，提出基于粒子群算法(PSO)的改进麻雀算法(PGSSA)；该方法引入了PSO的速度算子，修改麻雀算法的发现者和跟随者的位置来更新公式，增强麻雀算法的全局搜索能力。由于麻雀算法的种群多样性比较差，提出引入遗传算法的交叉和变异操作，以保证种群的多样性，避免PGSSA过早陷入局部最优。选择复卷机的收卷过程作为控制对象模型，利用MATLAB/Simulink软件平台，分别采用PGSSA和SSA对ADRC控制器和PID控制器参数进行仿真。结果表明：PGSSA的收敛速度和精度都优于SSA。ADRC控制器对扰动的反应速度和抑制能力、阶跃响应的性能指标优于PID控制器。     

基于GAs/PSO组合算法的水轮机调速系统PID参数寻优

提出了一种基于GA s/PSO组合算法的P ID控制器参数自整定方法,这种方法兼有遗传算法(GA s)和粒子群算法(PSO)的优点。组合算法种群由GA s和PSO的最佳个体迁移形成,其中GA s采用了实数编码和变异概率自适应,PSO算法采用了带指数衰减的惯性因子的速度更新算法,以加快收敛速度。通过对水轮机调速系统P ID控制器参数寻优仿真比较表明,该组合算法寻优性能比单独的GA s和PSO表现更为优异,且所得系统具有更好的动态性能。     

自抗扰算法在无人车路径跟踪控制中的应用

为了提高无人驾驶车辆路径跟踪的精度与稳定性,设计一种对车辆不确定性和外部干扰具有较强鲁棒性的ADRC控制算法,并基于粒子群优化算法对其关键参数进行整定,进一步提高控制器效果。该控制算法优势在于设计简单,计算量较小,能够实时估计和补偿未知扰动。基于Matlab/CarSim联合仿真平台,对所研究算法与PID算法进行仿真验证。结果表明:在双移线工况下,与PID控制器相比,所提出的ADRC控制算法具有更强的鲁棒性,能够有效改善由道路曲率变化而导致车辆抖动的问题,实现更加精确、稳定的路径跟踪效果。     

基于灵敏度的不稳定对象PID控制器

针对不稳定对象提出了一种基于灵敏度指标的PID控制器整定方法.首先采用内环反馈结构将不稳定对象转换成一个稳定的模型,然后基于灵敏度指标设计PID控制器,最后通过将两个回路等价为一个反馈回路结构获得给定加权PID控制器参数.仿真结果表明,本PID控制器整定方法可以使不稳定对象闭环系统获得期望的灵敏度,保证了系统的鲁棒性和良好的控制性能.     

应用神经网络粒子群算法的多用户检测

为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。     

基于个体位置变异的粒子群算法

针对粒子群算法随着迭代次数的增多,其种群多样性降低,粒子群算法容易陷入局部最优的不足,提出了一种基于个体位置变异的粒子群算法。该算法在保证最终收敛的前提下极大扩展了粒子的空间搜索范围,从而降低了粒子群算法发生早熟的可能,并且程序量较小。仿真实验中,将算法应用于6个典型测试函数中,并与其它改进粒子群算法进行比较,结果表明,该算法具有较强的全局寻优能力和较好的收敛速度,明显提高了粒子群算法的优化性能。     

车辆路径问题的并行粒子群算法研究

设计了一种引入了模拟退火机制的并行粒子群算法.该算法结合了基本粒子群优化算法的快速寻优能力和模拟退火算法的概率突跳性,避免了基本粒子群优化算法易于陷入局部最优的缺点,提高了进化后期算法的收敛精度.将该算法用于解决车辆路径问题,实验结果表明该算法具有较好的性能.     

求解复杂旅行商问题的混合粒子群算法

针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题( TSP)的混合 粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及 粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合 粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。     

临界增益与临界振荡周期的一种估计方法

基于被控过程阶跃响应的特征面积,提出了一种估计临界增益和临界振荡周期的方法,并将其应用于自整定PID控制上,数字仿真的结果证实了方法的有效性。     

模拟复合正交神经网络在轴向磁轴承中的控制研究

在数字复合正交神经网络(NN)的基础上提出一种模拟复合正交神经网络,并用于轴向磁轴承的控制中.控制器采用模拟复合正交神经网络与PID的并行控制方法,对带有负载干扰的轴向磁轴承控制系统作了PID控制与NN PID控制的仿真实验.仿真结果表明,相对于常规PID控制器,该并行控制法具有非常好的抗干扰与自适应能力,获得了满意的控制效果.     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性，外部扰动，多变量等因素而难以控制的现状，提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时，作为调节器实现了对PID控制器各参数的在线自适应调节，并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比，这一新型模糊PID控制器具有超调量小，调节时间短，鲁棒性强等优良的控制性能。     

新型免疫克隆算法在永磁无刷直流电机系统中的应用

为了提高电机控制系统的动态响应和稳定性,提出于一种基于对抗制的优化免疫克隆算法,引入联赛对抗的机 制,在抗体更新的过程中,产生多组具有指向性的抗体,按赛制规则淘汰筛选,以获得最优的PID控制器参数。在永磁无 刷直流电机系统下的仿真结果表明：与一般PID控制器相比,免疫克隆算法优化控制下的永磁无刷直流电机系统具有较 好的动态特性和稳定性能。     

简述一种能自动调节的模糊PID控制器

本文给出一种新型模糊PID控制嚣的原理、设计和模拟分析.该控制器可广泛应用于各种复杂控制系统.     

基于神经网络的PID控制器研究

本文应用人工神经网络的原理,提出一种新的神经网络的智能PID控制器. 仿真结果表明,此NNPID控制器对线性、弱非线性时不变系统比传统的PID有好 的控制效果;对中等非线性系统和含有噪声扰动的线性知非线性系统有单纯PID 不能达到的控制效果.     

一种实用自适应PID控制器

本文介绍了一种实用自适应PID控制器,它是以MCS-51系列单片微机为核心,采用PID控制规律结合参数辨识的控制算法,实现了PID参数完全在线自动整定。该控制器适用于被控制对象未知或慢时变的场合,既可替代常规PID控制器,也可作为分布式系统的低级智能控制器。     

时滞系统PID控制器参数稳定域的实现

基于广义Hermite-Biehler定理,运用时滞对象的逆Nyquist曲线,可确定PID控制器比例增益的稳定范围。在积分和微分增益平面上,针对多条边界直线,提出一种逆时针规律的判断方法,可快速确定该二维平面上参数的稳定区域,从而给出了一种确定时滞系统PID控制器参数稳定域的新算法。该算法适合软件实现,仿真实例验证了该算法的有效性。     

基于Simulink的模糊PID参数自整定控制器的设计与仿真

针对PID控制器参数整定问题,介绍了一种运用模糊推理实现对PID参数自整定的控制方法,并运用S imu link进行仿真分析,仿真结果表明:模糊PID参数自整定控制较常规PID控制具有较小的超调量和较短的调节时间,以及较好的动态响应特性和稳态特性。