自20世纪70年代被提出以来，预测控制相对传统PID控制的很多优势令其在工业过程应用中产生了重要和广泛的影响。预测控制的方法有很多种，例如：动态矩阵控制(DMC)、扩展的预测自适应控制(EPSAC)、模型算法控制(MAC)、预测函数控制(PFC)、二次动态矩阵控制(QDMC)、序贯开环最优控制(S0L0)，以及广义预测控制(GPC)等，统称为"模型预测控制"(modelDredictive Control，MPC)。

控制算法包含了模糊控制、自适应PID控制； 包含m源文件以及mdl模型； 包含技术文档。

混沌粒子群优化的模糊神经PID控制器设计. 混沌粒子群优化的模糊神经PID控制器设计

2．将D(S)离散化为D(Z) 离散化方法： ⑴ 双线性变换法 优点：D(s)稳定，D(z)也稳定。 双线性变换或塔斯廷（Tustin）近似

本文主要研究的课题是：炉温系统的PID控制器设计研究 ，并且在MATLAB的大环境下进行模拟仿真。 (1)第一章 介绍课题的研究背景、意义以及发展现状。 (2)第二章 建立炉温系统数学模型 (3)第三章 常规PID控制和对常规PID控制一些改进方面的仿真研究 (4)第四章 模糊控制以及改进方面的仿真研究 通过对多种控制算法进行仿真研究后，利用控制变量法以及定性分析相结合对以下五种控制算法进行性能比较：常规PID控制算法、Smith控制算法、带死区修正后的Smith控制算法、模糊控制算法和模糊PID控制控制算法，我们可以通过比较最终得出最优控制算法——模糊PID控制算法。

基于忆阻神经网络PID控制器设计_夏思为.caj

单容水箱数学建模，PID控制器设计，MATLAB仿真模型，输出结果分析，列表输出性能指标，过程控制典型案例

“育鲲”轮鲁棒性航向PID控制器设计及仿真，刘勇，裴景涛，本文根据文献[1]中设计PID控制器的思路，结合船舶在航行过程中航向控制存在不确定性风浪干扰的情况，根据文献[3]中给出的PID控制器的

自适应pid控制器设计及其在matlab中的实现.vip

本文在介绍PID控制系统参数的优化方面提出了一种新型的优化方式，即将粒子群PSO算法引进参数的优化设计中，本文具体做了以下几个方面的工作： （1）利用经典控制系统原理对PID控制算法的参数进行初步给定； （2）采用粒子群算法并且利用SIMULINK的仿真工具对PID参数进行优化，得出系统的响应曲线。 （3）将优化后系统的性能与优化前系统性能进行比较，得出经过PSO优化的系统的性能得到提高。