暂无评论
PID控制器因算法简单、鲁棒性好、可靠性高,一直是工业生产过程中应用最广的控制器。然而,实际生产过程往往具有非线性、时变不确定性,应用常规PID控制不能达到理想的控制效果。这时,往往不得不采用模型预测
在投资过程中, 投资者都是在发生亏损或预期发生亏损时才对投资头寸进行调整, 即投资者调整投资组合的目的是保证组合能获得正收益. 基于该思想, 以组合的预期收益率与通过组合要实现的收益率之差作为控制量,
交叉熵优化方法是一种新型高效的随机优化算法, 算法控制参数简单, 鲁棒性强. 将交叉熵优化算法用 于PID 控制器的参数设计, 并与基于遗传算法的PID 控制器设计进行对比, 结果表明, 交叉熵优化算
这是之前做设计的时候存下来的代码,通过quartus使用verilog hdl实现的基本PID控制,做的不算好,只实现了基本的PID控制,精度不敢保证。 之前本来想在网上找,但是找不到不到只能自己学着
使用粒子群算法对PID控制器进行优化，迭代次数设置越大优化越好
用C语言编写的PID控制器程序，采用的是增量型PID程序
基于pid控制器的buck电路设计，在simulink平台上完成，闭环控制
采用matlab软件中simulink5模块对PID控制器进行设计与仿真研究
基于神经网络的PID控制器设计，可以的，好的
响应曲线法射频相应频域分析相位裕度整定临界比例NCD优化等等优化方法
暂无评论