PID是智能控制啊,比如要控制一个水管的水流量,通过流量计,开关阀,让PID来控制开关阀的开关大小使水流量正确.专家PID记得是PID的高级设置,某些个场合一般的PID无法使用,出现了了专用的,有特殊功能的.记忆中是这个,时间久了,记性不好.。
谷歌人工智能写作项目:神经网络伪原创
PID控制器(Proportion Integration Differentiation.比例-积分-微分控制器),由比例单元 P、积分单元 I 和微分单元 D 组成好文案。
通过Kp, Ki和Kd三个参数的设定。PID控制器主要适用于基本线性和动态特性不随时间变化的系统。PID 控制器是一个在工业控制应用中常见的反馈回路部件。
这个控制器把收集到的数据和一个参考值进行比较,然后把这个差别用于计算新的输入值,这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。
和其他简单的控制运算不同,PID控制器可以根据历史数据和差别的出现率来调整输入值,这样可以使系统更加准确,更加稳定。
可以通过数学的方法证明,在其他控制方法导致系统有稳定误差或过程反复的情况下,一个PID反馈回路却可以保持系统的稳定。
智能PID控制就是将智能控制(intelligent control)与传统的PID控制相结合,是自适应的,它的设计思想是利用专家系统(Expert System)、模糊控制(fuzzy control)和神经网络(neural network)技术,将人工智能以非线性控制方式引入到控制器中,使系统在任何运行状态下均能得到比传统PID控制更好的控制性能。
具有不依赖系统精确数学模型和控制器参数在线自动调整等特点,对系统参数变化具有较好的适应性。
模糊PID控制是利用当前的控制偏差和偏差,结合被控过程动态特性的变化,以及针对具体过程的实际经验,根据一定的控制要求或目标函数,通过模糊规则推理,对PID控制器的三个参数进行在线调整。
智能PID控制主要有模糊PID控制器、专家PID控制器和基于神经网络的PID控制器等。
专家系统是一种能在某个特定领域内﹐以人类专家水平解决该领域中专门任务的计算器系统﹐其内部具有某个领域中大量专家水平的知识与经验﹐能够利用人类专家的知识和解决问题的方法来解决该领域的问题。
专家PID控制采用规则PID控制形式,通过对系统误差和系统输出的识别,以了解被控对象过程动态特性的变化,在线调整PID三个参数,直到过程的响应曲线为某种最佳响应曲线。
它是一种基于启发式规则推理的自适应技术,其目的就是为了应付过程中出现的不确定性。
神经网络系统亦称为人工神经网络﹐就是将人工神经元按某种方式联结组成的网络﹐用于模拟人脑神经元活动的过程﹐实现对信息的加工﹑处理﹑存储等。神经网络有前向网络(前馈网络)﹑反馈网络等网络结构形式。
与模糊PID控制和专家PID控制不同,基于神经网络的PID控制不是用神经网络来整定PID的参数,而是用神经网络直接作为控制器,通过训练神经网络的权系数间接地调整PID参数。
迭代学习控制算法只能应用在干扰小或者干扰重复出现的情况下,如果新来一个系统未知的新型干扰,系统要重新学习,在学习过程中系统刚度会受影响。而当系统学习完成后,如果此类干扰不再出现,系统白学啦。
传统的PID控制方法是对宽域的干扰都有免疫力,并且不要时刻调整,缺点是当控制对象发生变化后,系统仍然使用老PID参数(这当然已经不是最优的参数了),导致对象可控性变坏。
问开环与闭环的问题,开来你控制还没有入门,好好学吧。
楼主的这个问题已经是六年前的问题了(今天2021年5月),不知道楼主现在还关注这个话题不?神经网络自整定PID肯定是有效的。
目前,神经网络自整定PID主要面临三个问题:一是初值选择的问题,不合理的初值很容易使闭环系统不稳定;二是神经网络自整定PID自身需要人为设定的参数较多,PID控制自身只需要三个人为设定参数,神经网络自整定PID则需要四个(三个初值和一个学习因子),这使得神经网络自整定PID比传统PID算法还要麻烦;三是缺乏完整的理论稳定性证明,神经网络自整定PID在线更新规则早已稳定,并且被广泛引用和应用,而基于神经网络自整定PID的闭环系统稳定性证明一直没有得到很好的解决,某种程度上,这限制了神经网络自整定PID的推广。
我个人也做了一些这样的研究,感兴趣的话可以参考我的一篇期刊论文。
Data-Driven Tracking Control Based on LM and PID Neural Network with Relay Feedback for Discrete Nonlinear Systems。
我的毕设只用把PID和模糊PID相比较常规PID,用Matlab里的Simulink模块仿真,建立你要做的动力学模型的传函或者状态空间。PID参数调节可用临界比度法。
模糊PID就麻烦了,打开Matlab中FIS模块,一般都用二阶模糊?输入E,EC的隶属函数,一般为高斯,和输出模糊Kp,Ki,Kd,一般为三角。还要整定模糊规则,再加载到Simulink里。
调节模糊因子Gu,Ge,Gec,设置模糊PID的参数。总之,你这个问题在白度知道里很难说清楚。