说明：基于粒子群算法的PID参数设置。其中程序比较先进。

粒子群 PID

说明：利用PSO粒子群搜索算法，辨识PID参数:Kp，Ki，Kd.结果表明虽然该方法辨识精度不是很高，但是也有一定可信度.

PSO参数辨识 粒子群算法pid 粒子群-辨识 粒子群PID PID-参数-辨识

说明：标准多目标粒子群算法用于PID控制，可输出最优3K参数。

PSO PID 多目标粒子群算法

说明：这个项目基于 simulink 使用粒子群优化算法的 pid 参数优化整定。在这里 weso 返回 Kp，正在考虑一种植物与致动器系统的仿真模型。有是一个文件给超调量，上升时间和沉降时间适应度函数的目标函数。根据哪些粒子群优化算法返回 Kp、 Ki、 Kd 的最优值。

matlab 算法 pid 优化 粒子

说明：基于粒子群算法的PID控制器优化设计，通过对PID三个变量比例、积分和微分的参数寻优，得到最佳的三个参数，得到控制器最好输出曲线，其超调量最小，超调时间小。

c 算法 pid 基于 控制器 优化 设计 粒子

说明：智能算法，粒子群算法已经应用在各行各业当中，也已经取得了不错的效果。这个文件中，也是采用的是粒子群算法（PSO）来控制的PID参数让单位阶跃响应更好。

matlab 算法 pid 控制 粒子 处理 响应 问题 单位

说明：现在一天每一个人去可再生能源源替代方法来发电，以满足负荷的需求意味着，同时减少常规电站像热应力，然而互连的不同热面积单位成一致性是负载扰动像突加载荷变化是重要的问题，经济有效的发电可靠性 concern.so 控制机制的一个重要问题。 我们可以通过适当调整 PID 控制器的增益值获得可靠、 经济...

matlab 算法 控制 优化 通过 粒子 agc

说明：matlab程序运行时导入数据文件作为输入参数，一种噪声辅助数据分析方法,包含特征值与特征向量的提取、训练样本以及最后的识别，使用matlab实现智能预测控制算法，包含位置式PID算法、积分分离式PID，采用累计贡献率的方法。

算法 基于 一个 改进 粒子 均值

说明：这个代码是利用标准粒子群算法来求解PID控制器参数优化的，本程序利用matlab编程和matlab中的simulink一同求解，并得到了很好的结果，将每个粒子初始值作为pID控制器的最优解，然后不断迭代，得到最优

matlab pid pso 控制器 求解

说明：对于初学matlab的同学会有帮助，是小学期课程设计的题目，包含位置式PID算法、积分分离式PID，包含优化类的几个简单示例程序，预报误差法参数辨识-松弛的思想，利用贝叶斯原理估计混合logit模型的参数。

算法 源程序 基于 改进 粒子 均值 可用