PID温控实验平台搭建（二）——PID进阶知识介绍及源码分享 https://blog.csdn.net/qq_35953617/article/details/127849549

文中分别以板球系统和PID算法作为控制系统和控制方法，旨在研究在自动控制领域，利用机器视觉手段采集图像数据的速度和精度能否满足系统高精度控制的需求，采用控制变量法对图像采集频率、图像颜色阈值等参数进行调节，计算图像矩获取板球位置，得出各给定参数在合适范围内时，机器视觉的手段能够满足板球在平板上的位置高精度控制的数据采集需求的结论。

针对传统PID方法对复杂系统非线性问题控制能力不足缺点，提出了一种基于人类学习认识模型的智能PID控制方法。首先建立了人类不同年龄阶段学习认识过程的数学模型，并应用该模型设计了一种可以在线自主调参的智能PID控制器。该控制器不仅具有自学习、自调整的能力，还克服了大多数智能方法计算迭代复杂、没有数学解析模型的缺点。仿真结果表明本文设计的控制器是有效的。

：为了解决一次性整定设置的ＰＩＤ控制参数难以确保控制系统始终处于最佳状态，探讨了 ＰＩＤ 控制器的模糊优化与参数学习自整定方法。基于控制参数调整的模糊性分析，总结了控制参数的 整定原则，研究了参数模糊自整定的机理，讨论了评价函数，定义了奖惩函数，提出了奖惩自学习算 法，设计了含参数学习自整定的控制系统结构。采用上述方法以某车间环境温度控制为例，控制系 统运行结果显示，可将温度稳定地控制在期望的２３～２４℃范围内。工程应用效果表明：该方法稳态 控制精度高，适应能力强，能较好地满足高精度控制的工况需要。

这段代码模拟了 Eduardo Schwartz 和 James E. Smith 撰写的论文 Short-Term Variations and Long-Term Dynamics in Commodity Prices 中的 Schwartz-Smith 二因子模型。 我使用原油的相同参数和数据集时间序列，并获得了与他们论文中图 4 中给出的结果相同的结果。 运行文件ssmodelreplication.m 很快，我将为此过程发布一种新颖的校准方法。 注意：我的一些代码最初来自詹姆斯·P·勒萨奇www.spatial-econometrics.com

2020江苏省电子设计竞赛C题（省一等奖）的PID算法仿真，便于基于STM32硬件实现PID控制算法，基于matlab实现PID算法仿真，结果准确可靠，实现简单

针对Smith控制对时滞系统抗干扰性差的弱点，提出了一种基于神经网络辨识的LM-Smith控制器。该控制器在经典Smith控制中引入神经元模型，实时辨识时变被控对象，使预估模型能准确跟踪被控对象，实现对时滞环节的完全补偿。仿真结果表明该方法构造简单、准确性好、鲁棒性较强，改善了经典Smith控制的控制效果。

提出了一种基于模糊PID解耦的球磨机控制系统。在该种控制系统中，先采用两个模糊PID进行动态解耦，再用两个PID控制器对解耦后的对象进行闭环控制。Matlab语言仿真表明，该解耦控制系统具有良好的解耦性能、控制特性和鲁棒适应性。

函数程序，薛定宇教材的代码工具包，分数阶PID控制的应用必备

针对传统控制理论的缺陷，提出了PID神经元网络及其控制系统，并介绍了其研究和应用。