通过BP神经网络对模糊规则的学习能跟好的控制，实现模糊PID的有效控制。

用无迹卡尔曼滤波算法对电机转速进行控制，相较传统PI控制超调量小

一个C++写的mpc例子,矩阵运算使用的是armadillo线性代数库。

设计了一种多点预瞄控制算法，并将该算法应用于具有主动悬架系统的二分之一车辆模型中。采用Pade近似算法描述路面多点预瞄信息，基于最优控制理论，对带有多点预瞄的悬架控制力进行了优化设计。在MATLAB/Simulink环境下，进行了车辆系统仿真，仿真结果显示，带有多点预瞄控制算法的车辆具有优良的行驶性能。对影响预瞄控制算法的主要参数(如预瞄加权系数和预瞄距离等)进行了讨论。

模型预测算法，传递函数对象为例，程序以及仿真曲线

ECU的软硬件设计是电控系统的核心，硬件设计的合理性在很大程度上决定了电控系统的可靠性，而软件设计的严密性及完善程度直接影响着系统功能。本文选用Intel公司生产的16位单片机80C196KB作为ECU主芯片，并根据系统需要对外围电路进行了扩展。在软件上则采用了模块化的设计方式，这为后续功能扩展和编程时的协同作业提供了方便。由于匹配工作量大，作者开发了一套监控软件，利用PC机和ECU的通讯完成系统各参数的在线监测、修改和标定。实际应用证明整个系统可稳定、可靠地工作。

经典的PID无人驾驶控制算法

非线性和线性负载连接到三相电源。 电源电流是非正弦的。 并联有源滤波器在 0.08 秒处切换。 现在电源电流是正弦的并且与电源电压同相。 功率因数接近统一，THD 降低至 5% 可以改变负载参数以研究不同类型的负载特性

首先采用基于开环控制的递推最小二乘法或者基于闭环响应性能指标的估计法 对电加热炉温控系统的一阶惯性加滞后模型参数进行估计，然后由此粗略模型按照 基于时域的PID参数整定规则求得控制器设计参数的初始值。接着，运用仿人智能 控制、单神经元控制等先进控制理论在线实时改变PID控制策略，以适应过程的需 要，克服系统时变性带来的影响，保证系统在不同温度区域有相同的控制效果，仿 人智能PID控制模仿人的经验，根据输出模态进行调整PID参数；神经元PID控制 通过在线学习调整连接权系数达到修正PID参数的目的。另外算法还采用了预测PID 控制克服了常规PID只能根据当前误差量进行控制的缺点，通过在控制器上增加一 个预报项，消除纯时滞对系统的影响。

自抗扰控制算法代码