搜索资源列表
AchievePIDparametreBaseOnPSO
- 利用粒子群优化算法来求解PID参数的一个好例子-get PID parameters based on PSO
tunningPIDbyPSO
- 使用基本粒子群算法整定的PID控制,供学习者参考。-The use of elementary particle swarm optimization algorithm-tuning PID control for the learner information.
PSOPID
- 粒子群算法在PID参数调节中的应用 优点是具有极强的全局寻优能力-PSO takes an important role in the rejustment of the PID parameters
PIDcontrowithAOC
- 除了蚁群算法,可用于PID参数优化的智能算法还有很多,比如遗传算法、模拟退火算法、粒子群算法、人工鱼群算法,等等。-In addition to ant colony algorithm can be used to optimize the PID parameters there are many intelligent algorithms, such as genetic algorithms, simulated annealing algorithm, particle swarm
pid
- 基于改进粒子群算法整定的PID网络流量控制研究-Particle swarm optimization based on improved PID tuning of network traffic control
tunning-PID-by-BG-PSO
- Tunning of PID controller using Bacterial Foraging Orientec by Particle swarm optimization
Optimal-design-of-PID-parameter
- 研究基于粒子群算法控制系统PID参数优化设计方法以及对PID控制的改进。- study the optimal design of PID parameter of the control system based on Particle Swarm Optimization and find a way to improve the PID control.
PSOPID
- PSO PID 粒子群优化的最优控制器 用于交通流量控制 PSO PID 粒子群优化的最优控制器 用于交通流量控制-Particle Swarm Optimization PSO PID controller for optimal traffic flow control Particle Swarm Optimization PSO PID controller for optimal traffic flow control
主要程序
- 粒子群算法的仿真程序,并采用典型benchmark进行演示分析; 然后,应用粒子群算法进行热工过程水轮机系统模型辨识,matlab软件可直接运行; 采用粒子群算法与PID参数整定进行联合仿真,用以提高PID控制器对热工过程水轮机的控制性能。(Particle swarm algorithm simulation program, and the use of a typical benchmark for demonstration analysis; Then, the particle
利用PSO算法优化求解PID参数
- PSO粒子群优化的PID参数,通过matlab平台C语言来编写,达到优化控制的目的(PSO particle swarm optimization PID parameters, through the MATLAB platform C language to write, to achieve the purpose of optimization control)
chapter14
- 粒子群算法实现pid寻优,寻找最好的比例。积分,微分参数(liziqun suanfa xun you)
PID-control
- 各种PID控制源代码,包括神经网络、粒子群、遗传算法等职能算法的PID控制。(Various PID control source code, including neural networks, particle swarm, genetic algorithms and other functions of the algorithm PID control.)
pso-pid调节matlab程序
- pso-pid matlab程序,实现粒子群法自适应调节(Pso-pid matlab program to realize adaptive adjustment of particle swarm optimization)
PID+ PSO
- 通过粒子群算法优化PID控制中的一些参数,(Some parameters in PID control are optimized by PSO.)
新建文件夹
- 粒子群算法PID,利用粒子群算法优化PID参数,simulink,代码(Particle swarm optimization (PID), using particle swarm optimization (PSO) to optimize PID parameters, Simulink, code)
PSO-PID参数
- 利用标准粒子群算法优化PID参数,用以控制直流电机模型(The standard particle swarm optimization (PSO) algorithm is used to optimize the PID parameters to control the DC motor model)
AIPSO
- 免疫粒子群混合优化算法整定PID,该方法将免疫算法中的基于浓度的抗体繁殖策略 与粒子群优化算法相结合。对浓度低的粒子进行促进,对浓度高的粒子进行抑制,因而保持了粒子的多样性,克服了PSO 算法易于陷入局部最优点的缺点,寻优速度快。(PID paramaters optimization by AIPSO)
PSO
- 通过粒子群算法实现pid参数的自整定。内容涵盖matlab程序和SIMUILINK仿真。已调试。(PID parameter tuning of particle swarm optimization)
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)
PSO的PID控制器
- 针对一般的粒子群优化(PSO)学习算法中存在的容易陷入局部最优和搜索精度不高的缺点,对改进型PSO算法进行研究。由于惯性权重系数ω对算法是否会陷入局部最优起到关键的作用,因此,通过改变惯性权重ω的选择,对惯性权重系数采取线性减小的方法,引入改进型的PSO算法。采用改进的PSO算法对PID控制器进行参数优化并把得到的最优参数应用于控制系统中进行仿真。仿真实验结果表明:改进型PSO算法不会陷入局部最优,能得到全局最优的PID控制器的参数,并使得控制系统的性能指标达到最优,控制系统具有较好的鲁棒性。(