pid
制方案的组态。 在本项目中我们用到的是单回路 PID 控制。 图 回路控制框图 其中控制参数包括：比例度 P，积分时间 I，微分时间 D，控制周期 Ts。 表 参数说明 变量 变量说明 SV 给定值 PV 测量值 MV 控制量 DV 偏差（ PVSV） 单回路 PID 控制是最常用的控制系统，绝大多数情况下，它已经能够满足生产的需要。 它的基本控制思路 是取控制对象的测量值 PV和最初的设定值
遗传算法对神经网络的 PID 控制器的权系数进行优化，将遗传算法应用于模糊系统控制，被证明是调整规则和属函数的一种非常可行的智能控制方式，从而将遗传算法、模糊算法以 及免疫反馈机理与常规的 PID 控制相结合，引出了基于遗传算法的模糊免疫 PID 控制算法，将这种智能算法使用在液位控制系统中，获得了较好的效果。 4 智能 PID 控制算法 及控制流程 PID控制算法 在液位控制系统中
e of classical PID controller for both the tracking problem and the step disturbance rejection. The fuzzy sets are assumed to have initially symmetrical layout and the parameters of both regulators
整定方法和和非线性 PID 参数整定方法，前者适用于经典 PID 调节器，后者适用于由非线性跟踪微分器和非线性组合方式生成的非线性 PID 控制器。 存在问题 PID 控制器的结构简单，容易 被理解和实现，应用中不需要精确的系统模型的预先知识，因而 PID 控制器成为应用最广泛的控制器。 但是人们对 PID 控制器的认识和改进远没有完成，到目前为止 PID 控制的机理、使用范围
e, chemical position, speed and practically every other variable for which a measurement exists. Automobile cruise control is an example of a process which utilizes automated control. Due to their
模型 人工神经网络的首个数学模型是由 McCulloch和 Pitts 建立的。 该模型 的基本思想是：神经细胞的工作方式是或者兴奋或者抑制。 基于这个思想， McCulloch和 Pitts 在神经元模型中引入了硬极限函数，该函数形式后来被其他神经网络 (多层感知器、离散 Hopfield 网络 )所采用 [6]。 MP 模型是一个多 输入单输出的非线性处理单元，示意图如图 22 所示。 ∑