相关文档

• 基于粒子群算法的控制系统PID参数优化设计.doc

  基于粒子群算法的控制系统PID参数优化设计摘 要本文主要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PID参数的寻优方法有很多种各种方法的都有各自的特点应按实际的系统特点选择适当的方法本文采用粒子群算法进行参数优化主要做了如下工作：其一选择控制系统的目标函数本控制系统选用时间乘以误差的绝对值通过对控制系统的逐步仿真对结果进行分析由于选取的这个目标函数的解析式不能直接

• 基于遗传算法的PID参数优化设计.doc

  基于遗传算法的PID参数优化设计摘 要PID调节器是最早发展起来的控制策略之一遗传算法是一种借鉴生物界自然选择和自然遗传学机理上的迭代自适应概率性搜索算法本文提出了一种基于遗传算法的PID控制器参数优化设计遗传算法模仿生物进化的步骤在优化过程中引入了选择交叉变异等算子选择是从父代种群中将适应度较高的个体选择出来以优化种群交叉是从种群中随机地抽取一对个体并随机地选择多位进行交叉生成新样本达到增大搜

• 基于粒子群算法的双工位切削参数优化.pdf

  基于粒子群算法的

• 基于遗传算法的PID控制器参数优化研究.pdf

  第27 卷 第1l期

• 基于PID算法的电加热炉温度控制系统设计.doc

  课程设计(论文)任务及评语学 号学生专业班级课程设计(论文)基于PID算法的电加热炉温度控制系统设计课程设计(论文)任务实现功能电加热炉用电炉丝提供功率使其在预定时间内将炉内温度稳定在给定值上本控制对象电阻加热炉功率为8kW由220V交流电源供电本设计以单片机为控制核心加上相应的输入输出通道采用PID算法将温度控制在规定范围内并要求实时显示当前温度值被控对象由一阶惯性和纯滞后环节组成设计

• 基于遗传算法和粒子群优化的混合算法.pdf

  #

• 粒子群优化算法又称微粒群算法.doc

  粒子群优化算法又称微粒群算法是由Kenney和Eberhart等于1995年开发的一种进化计算技术它是一种基于迭代的优化工具PSO算法最初是为了图形化的模拟鸟群优美而不可预测的运动而通过对动物社会行为的观察发现在群体中对信息的社会共享提供一个演化的优势并以此作为开发算法的基础通过加入近邻的速度匹配并考虑了多维搜索和根据距离的加速形成了PSO的最初版本[3]之后引入了惯性权重w来更好的控制开发

• 基于模糊PID算法的电阻炉温度控制系统设计.doc

  基于模糊PID算法的电阻炉温度控制系统设计?　　模糊自整定PID算法程序程序的总流程为：首先模糊整定然后根据误差和误差变化率对PID的3个参数进行在线调整把经过模糊调整后的PID参数作为最终的控制参数进行PID控制温度误差e和温度误差变化率△e的最坏情况值均取为100℃在此建立的温度误差e和温度误差变化率△e的基本论域数字量化确定e(k)的论域区间为[-128128]这样就必须对温度误差e和温度误

• 基于粒子群算法的车间调度与优化.pdf

  第29卷第4期

• 基于自适应遗传算法的感应电动机调速系统PID控制器参数优化.pdf

  #