【正文】
絡(luò)自學(xué)習(xí)模糊控制及其在合成氨生產(chǎn)中的應(yīng)用[J]. 控制與決策,1999.[35]葉其革,王晨皓,吳捷. 基于自組織模糊神經(jīng)網(wǎng)絡(luò)電力系統(tǒng)穩(wěn)定器的設(shè)計(jì)[J]. 控制理論與應(yīng)用,1999(05).[36]章兢. 仿人智能控制與模糊控制神經(jīng)網(wǎng)絡(luò)融合技術(shù)[J]. 控制與決策, 1999(05).[37]紀(jì)志成,沈艷霞,姜建國. 基于Matlab無刷直流電機(jī)系統(tǒng)仿真建模的新方法[J]. 系統(tǒng)仿真學(xué)報,2003(12).[38]趙甘露,張文,朱新華. 一種改進(jìn)傳統(tǒng)模糊PID控制器性能的方法[J]. 自動化技術(shù)與應(yīng)用,2002(05).[39]李迪陽,周明順,何文雪. 一種基于單神經(jīng)元的模糊自整定PID控制器[J]. 青島大學(xué)學(xué)報(工程技術(shù)版),2006(01).[40]肖冰,王印松,楊光軍. 一種基于專家調(diào)節(jié)增益的單神經(jīng)元PID控制[J]. 自動化技術(shù)與應(yīng)用,2003(04).[41]張涇周,楊偉靜,張安祥. 模糊自適應(yīng)PID控制的研究及應(yīng)用仿真[J]. 計(jì)算機(jī)仿真,2009(09).[42]馬金祥,余發(fā)山,董愛華,王福忠. 一種模糊自適應(yīng)PID控制器的設(shè)計(jì)與仿真[J]. 焦作工學(xué)院學(xué)報(自然科學(xué)版),2002(03).[43]劉利,馬勁松,李黎. 基于神經(jīng)元的模糊自適應(yīng)PID控制及其應(yīng)用[J]. 自動化技術(shù)與應(yīng)用,2003(10).[44]張弘. 專家模糊自適應(yīng)PID控制系統(tǒng)的設(shè)計(jì)[J]. 西安郵電學(xué)院學(xué)報,2009(01).[45]李建新,李躍新. PID控制算法專家參數(shù)自整定的研究[J]. 新技術(shù)新工藝,2007(10).[46]黃東杰. 專家PID控制算法中參數(shù)對控制結(jié)果的分析[J]. 儀器儀表用戶,2006(05).[47]陳敏,譚思云,黃玉清. 遺傳算法在PID參數(shù)整定中的應(yīng)用[J]. 儀表技術(shù),2010(05)[48]史振興. 基于遺傳算法的PID控制器參數(shù)優(yōu)化與仿真[J]. 儀器儀表與分析監(jiān)測,2010(03)[49]牛薌潔,王玉潔,唐劍. 基于遺傳算法的PID控制器參數(shù)優(yōu)化研究[J].計(jì)算機(jī)仿真,2010(11)[51]Astrom K J,Hagglund T. PID controllers: theory, design and tuning[J]. Society ofAmerican,1995.[52]Astrom K J, Hagglund T. The future of PID control[J]. Control engineering practice, 2001, 9(11):11631175. [53]Qin S J, Badgwell T A. An overview of industrial model predictive control technology[C]. AIChE Symposium Series. New York, NY: American Institute of Chemical Engineers, 19712002., 1997, 93(316):232256.[54]Carvajal J, Chen G, Ogmen H. Fuzzy PID controller:Design, performance evaluation, and stability analysis[J]. Information Sciences,2000,123(3):249270.第 9 頁 共10頁。近年來,PID經(jīng)歷了近百年的發(fā)展,涌現(xiàn)出許多成就。本文介紹了幾種智能PID控制器,并給出了幾種常見的構(gòu)成形式。當(dāng)遺傳算法用于PID控制參數(shù)尋優(yōu)時,其操作流程主要包括:(1)參數(shù)編碼、種群初始化;(2)適應(yīng)度函數(shù)的確定;(3)通過復(fù)制、交叉、變異等算子更新種群;(4)結(jié)束進(jìn)化過程?;谶z傳算法的自適應(yīng)PID控制的原理框圖如圖61所示,圖中省略了遺傳算法的具體操作過程?;舅枷刖褪菍⒋蠼鈫栴}轉(zhuǎn)換成由個體組成的演化群體和對該群體進(jìn)行操作的一組遺傳算子,包括3個基本操作:復(fù)制(reproduction)、交叉(crossover)、變異(mutation)。