搜索结果: 1-15 共查到“人工智能 PID”相关记录21条 . 查询时间(0.039 秒)
本文在分析智能制造对PID整定的新需求及PID整定面临的挑战难题的基础上,将自动化的建模、控制与优化和人工智能的深度学习与强化学习深度融合与协同,提出了自适应与自主的PID整定的智能优化方法,包括端边云协同的PID控制过程数字孪生模型和强化学习与数字孪生模型相结合的PID整定算法.将工业互联网的端边云协同技术与PLC控制系统相结合,研制了PID整定智能系统,并在重大耗能设备—电熔镁炉成功应用.该系...
针对PID神经元网络（PIDNN）将静态神经元扩充到动态神经元的特性，通过分析PIDNN控制算法存在的局限性，对变量系统的激励函数提出了改进方案，扩大了PID神经网络控制的适用范围。Matlab仿真测试表明，改进后的PIDNN系统具有良好的稳态性,试验验证了算法的有效性。
基于改进PSO 算法的磁浮列车PID 控制器参数优化
粒子群优化(PSO)算法 停滞检测 磁浮列车 PID 控制器
2010/6/30
为减小磁浮列车气隙控制中非线性的影响,将粒子群优化(PSO)算法用于磁浮列车控制器参数优化,并在线性递减权重粒子群算法的基础上,提出了一种改进的粒子群优化算法. 算法采用了邻域结构、停滞检测以及对全局最佳粒子的微扰,以改善算法的优化速度和收敛性. 仿真和实验结果表明,将改进算法获得的优化参数用于磁浮列车的比例积分微分(PID)控制器,比原有PID 控制器的输出超调减小45%.
混合粒子群算法优化分数阶PID控制参数研究
分数阶PID控制器 粒子群算法 细菌觅食算法
2009/9/25
分数阶比例—积分—微分(PID)控制器是一种把PID控制器的整数阶次推广到分数的比例、积分、微分控制器，它比传统的PID控制器更能精确地控制复杂的被控系统。而参数的取值对控制效果的好坏起着决定性作用，为此提出了一种混合粒子群算法BFA-PSO优化参数值。该算法将具有趋化、繁殖和驱散特点的细菌觅食算法和参数少，易于优化的粒子群算法相结合来计算出精确的分数阶PID控制器的参数值。通过对传统PID控制器...
基于模糊RBF神经网络的PID及其应用
模糊控制 RBF神经网络 PID控制 电机控制系统
2009/8/7
针对传统的PID控制器参数固定而导致在控制中效果差的问题，提出一种基于模糊RBF神经网络智能PID控制器的设计方法。该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点，将模糊控制与RBF神经网络相结合以在线调整PID控制器参数，整定出一组适合于控制对象的kp, ki, kd参数。将算法运用到电机控制系统的PID参数寻优中，仿真结果表明基于此算法设计的PID控制器改善了电机控制系统的动态性能...
PID神经元网络之权值直接确定法研究
权值直接确定 系统辨识 矩阵伪逆
2009/7/24
网络权值如何确定，是人工神经网络研究中的一个重要课题。传统PID神经元网络在该问题的研究上，大多数采用误差回传（BP）的思想，通过迭代训练而估算出该网络的连接权值。针对PID神经元网络，对其进行简单巧妙的转化，可提出一种基于矩阵伪逆表述的直接计算权值的方法，从而避免了冗长的迭代训练过程。计算机仿真结果表明，该权值直接确定方法不仅有更快的学习/计算速度，而且能达到更高的计算精度。
基于改进人工免疫算法的PID参数优化研究
免疫算法 PID控制 参数优化
2009/7/17
针对传统PID控制器参数优化方法存在的不足，提出了一种改进的人工免疫算法（IAIAE）。该算法的主要特点是，采用了基于抗体浓度的调节机制和多样性保持策略的新方法，使用了浮点数编码方法和Elitism策略。将该算法应用于PID控制器参数的优化，并与具有精英保留的SGA进行比较。仿真实验结果表明，用IAIAE算法优化PID控制器参数，其效果优于SGA。
基于蚁群算法的PID控制参数优化
信息素 遗传算法 ZN法
2009/7/2
蚁群算法是近几年优化领域中新出现的一种仿生进化算法，该算法采用的分布式并行计算机制特别适用于组合优化问题（COP）的求解。在简要介绍蚁群算法的基础上，针对PID控制参数整定问题提出了一种基于蚁群算法的PID参数优化策略，并给出了该算法的具体实现步骤。仿真试验结果表明同传统的Ziegler-Nichols（ZN）法、遗传算法优化整定的结果进行比较，系统单位阶跃响应的超调量σ分别减少了51.5％和22...
基于RBF神经网络整定的高速公路匝道PID控制器
交通流模型 RBF神经网络 PID参数整定
2009/6/24
研究RBF神经网络整定PID控制器的参数，并应用到高速公路入口匝道控制中。首先阐述了入口匝道控制原理，然后建立了高速公路交通流模型，并设计了RBF神经网络整定的高速公路匝道PID控制器，RBF神经网络通过对被控对象Jacobian信息的辨识来动态调节PID控制器的参数，最后用MATLAB软件进行系统仿真。仿真结果表明，该控制器具有优越的动态和稳态性能，用于高速公路入口匝道控制中效果良好。
混沌粒子群优化的模糊神经PID控制器设计
模糊神经PID控制器 混沌优化 粒子群全局优化
2009/5/25
针对常规PID控制的线性局限性及传统模糊控制和模糊PID控制中积分误差规则难以获取，系统存在稳态误差的问题，提出一类以模糊神经网络和PID神经网络组成的模糊神经PID控制器．以整个神经网络的权值为优化参数，利用基于混沌策略的粒子群全局优化算法离线优化和误差反传算法在线调整相结合的方法获得控制器参数，并设计了混沌优化与粒子群结合的两步方案．仿真结果表明:与传统PID、模糊、模糊PID控制相比，系统的...
基于改进PSO算法的PID参数自整定
比例-微分-积分 粒子群优化算法 自整定
2009/4/14
研究了比例-微分-积分(PID)控制器参数自整定问题，提出一种基于改进粒子群优化算法的PID控制器参数自整定方法。采用实编码方法和基于指数曲线的非线性惯性因子取值策略，该途径易于实现，并且提高了寻优的速度和精度。仿真实例表明了该方法的有效性。
基于免疫进化算法的PID参数整定
PID控制 免疫网络 遗传算法
2009/3/6
借鉴生物免疫系统中的免疫网络调节机理，提出了一种新的自适应免疫进化算法，该算法用抗体激励水平作为选择压，并同时采用了种群数的自适应控制方法和基于免疫记忆机理的精英保留策略。将该算法应用于PID控制器参数的整定，结果表明这种算法能克服遗传算法的不足，有效保持种群的多样性，并且由此设计出的PID控制器性能优于基于遗传算法的PID控制器。
关于模糊PID控制器推理机维数的研究
模糊控制 模糊PID控制器 模糊推理机维数
2008/12/26
对一维(1D)至三维(3D)模糊PID控制器进行了系统的分析研究,提出了四项系
统功能特性指标来评价不同结构的控制器;这包括控制分量合成,耦合影响,增益相关和规则
增长.通过对最常见的二维Mamdani模糊控制器进行分析研究,发现该控制器存在功能缺
陷.为此,提出了最优结构的一维模糊PID控制器.该控制器采用了"1D-3D"映射关系的模糊
推理机,从而实现了三个控制分量可以独立不相关的调整...
一种基于博弈融合模型的PID参数整定方法
博弈 决策级融合 PID
2008/12/26
将多传感器信息融合理论应用于大型非线性系统的PID控制中。引入博弈算法解决了传统信息融合系统中信息冲突环境下的决策问题，实现了融合中心的多传感器交互决策。并将该模型用于丰满水电系统调速器PID控制的参数在线调整。经计算机仿真实验表明，该模型可以有效地解决原PID控制参数整定困难而导致的系统转速和频率振荡等问题。