具有不完全微分的最优模糊PID控制器及其在智能人工腿中应用的仿真研究(英文)

提出了一种新的最优模糊PID控制器 ,它由两部分组成 ,即在线模糊推理机构和带有不完全微分的常规PID控制器 .在模糊推理机构中 ,引入了三个可调节因子xp,xi 和xd,其作用是进一步修改和优化模糊推理的结果 ,以使控制器对一个给定对象具有最优的控制效果 .可调节因子的最优值采用ITAE准则及Nelder和Mead提出的柔性多面体最优搜索算法加以确定 .这种PID控制器被用来控制由作者设计的智能人工腿中的一个直流电机 .仿真结果表明该控制器的设计是非常有效的 ,它可被用于控制各种不同的对象和过程 .

遗传算法和模糊控制的融合研究与设计

将遗传算法与模糊控制相结合 ,能达到取长补短的作用。一方面 ,模糊控制能够表达非线性和模糊性的系统知识 ;另一方面 ,通过遗传算法所拥有的高度并行、随机、全局搜索能力 ,使控制系统具有了学习能力。提出了先使用模糊逻辑的思想进行交叉概率和变异概率的整定 ,再利用模糊遗传算法对模糊子集进行划分 ,可获得一个基于一定性能指标的次优或最优模糊控制器。又以二阶系统为例进行了计算机仿真 。

加入滞后时间削弱器的大滞后系统的最优模糊PID控制

首先给大滞后系统加入滞后时间削弱器,将大滞后的对象演变成小滞后的对象,然后基于模糊控制原理、极小值原理和PID控制理论,设计一种最优模糊PID控制器对小滞后对象进行自适应控制.仿真结果表明,加入滞后时间削弱器能使大滞后系统更容易控制;最优模糊PID控制器比模糊PID控制器具有更好的抗干扰性和鲁棒性,且系统响应的上升时间和调节时间明显缩短.