摘要：研究了基于比例控制分量非线性方法合成的新型非线性PID控制器(简记为:NPID- PCA)．该控制器将比例控制分量表示为误差信号的非线性函数,并通过三个独立非线性函数构造合成PID控制器．由于比例控制分量具有最简的非线性特征,因此该类控制器在设计上更为简洁,非线性在控制作用方面的物理意义更为明确．采用样条函数生成非线性作用曲线, 用户可以通过图形化交互方式直观地实现非线性设计．通过与文献中的控制实例比较,本文提出的新型非线性PID控制器可以实现更为优良的控制性能指标,包括对带有时延或死区的被控对象．有关NPID-PCA工具箱已经按照“开放源码”方式在网上发布．

摘要：简要回顾了模糊ＰＩＤ控制器的研究发展状况．系统地归纳了模糊ＰＩＤ控制器的 基本形式．讨论了阻碍模糊控制技术发展的几个重要理论问题．包括系统化设计方法，控制 性能优于传统ＰＩＤ控制器的模糊控制器设计，模糊控制器非线性逼近能力及其量化指标，模 糊系统的规则爆炸．文中试图对有关问题的内涵进行重新定义，以及探求解决难题的关键． 如将模糊系统中的“规则爆炸”问题更正为“参数效率”问题．最后，提出了对模糊控制 理论与技术发展的思考，其中特别强调应把“简单性”作为智能控制器设计中的基本策略．

摘要：针对人工神经元网络应用中最主要的问题之一——"黑箱"特性进行文献综述.增加人工神经元网络系统的透明度是解决该问题必不可少的手段.为了便于理解各种已有方法的应用特点及其局限性,提出"透明度"研究中的方法分类框架.首先将"透明度"研究划分为两种基本策略:1)将先验信息引入系统设计;2)从模型中提取系统相关规则或知识.在此基础上,对各种主要方法进一步分类并进行应用特点介绍.最后对机器学习多目标研究进行讨论.提出基于"性能价格比"与基于提高系统"透明度"的目标函数.指出提高"透明度"是神经元网络研究中最为基本而又直接的解决方案.为此提出"反馈知识增长(Knowledge Increasing via Feedback)"型机器学习方法.

摘要：研究一类模糊 PID控制器的鲁棒设计。以小增益定理分析得到该模糊 PID控制系统稳定性条件。针对参数摄动系统的“最坏点”,用该稳定性条件作为约束 ,采用遗传算法对标称系统的性能进行优化 ,求得优化鲁棒控制器。以倒立摆为例进行鲁棒模糊 PID控制器的设计 。

摘要：针对传统的音乐喷泉控制系统采用的集中控制方式的局限性,提出了一种基于以太网分布式架构的大型综合水景表演系统的解决方案,其中重点介绍了控制系统的组成结构及实现方法,以及工业控制中常规的串行控制器的联网方式,还包括与灯控系统的集成联动方法。该系统具有结构灵活、可靠性高、扩展性好等优势,并在实际工程项目中取得了良好的控制效果。