搜索资源列表
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
dsad
- ：智能算法如粒子群算法已被应用于PID控制器的参数优化，以弥补传统优化方法容易产生振荡和较大超调量 的不足，但是粒子群算法存在易于早熟的缺点，在分析量子粒子群算法的基础上，提出了使用量子粒子群算法优化PID控 制器的参数。为了兼顾控制系统的各项性能指标，根据控制器的实际要求对各项指标进行加权作为算法的目标函数，对 PID控制器进行多目标寻优。通过2个传递函数实例，分别使用z—N、粒子群算法和量子粒子群算法进行了PID控制器 参数优化设计，并对结果进行了分析。-Abstract：H
dsada
- 针对火电厂循环水加酸控制系统存在控制系统对象难以建立、非线性和时变的特性，采用了改进的粒子群优化 算法优化PID参数，使得控制器可在不同环境温度下采用不同的PID参数．实际运行结果表明，该系统能够克服环境温 度带来的干扰，使循环水pH值被控制在给定值范围内．-Water plus acid control system for thermal power plant control system exists object is difficult to establish, nonli
dsaddsafds
- PID控制器的性能取决于其控制参数的组合，针对其参数的整定和优化问题，提出了应用一种改进的粒子群优化算法，该 算法借鉴了遗传算法的杂交机制，并采用惯性权值的非线性递减策略。用以加速算法的收敛速度和提高粒子的搜索能力。将该算 法应用于一个二阶系统的PID控制器参数的优化。仿真结果表明该改进的粒子群算法具有比传统粒子群算法和遗传算法更好的 优化效果，具有一定的工程应用前景。-Abstract：PID controller’s performance completely depends
BPCH1
- 神经网络的集体自动控制器代码集合，比如与PID、cmac、粒子群算法等集合-Collective neural network controller code set, such as the collection of PID, CMAC, particle swarm algorithm
06675643
- 提高电源的动态响应 非线性和复杂的系统是一个转换器 电力电子的有趣的挑战。摘要介绍了 设计和实现数字PID控制器使用 混沌粒子群优化(复)提振 转换器,提出了自动调优转换器的方法 最优启动响应。当系统启动时,处理器 单元分析了开环启动响应转炉和 在一些迭代使用复准备最佳反应 算法。使用逻辑映射混沌映射序列 增加它的收敛速度和精度。模拟 和实现结果显示提出的效率 方法-Improving dynamic response of DC-DC converters whi
PSOPID
- 实现粒子群算法的PID控制功能，针对具体算例得出运行结果-Particle swarm optimization to achieve PID control functions, specific examples drawn operating results
nice
- 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 the ant colony algorithm, can be used to optimize the PID parameters, there are many intelligent algorithms, such as genetic algorithms, simulated annealing algorithm, particle
PSO
- 粒子群PID参数自整定算法，简单易行，能够使用。-Particle swarm PID parameter auto-tuning algorithm, simple and can be used.
PID
- 粒子群整定PID控制器Particle swarm tuning PID controller(Particle swarm tuning PID controller)