说明：模糊控制器的搭建 模糊规则的建立 参数的优化

说明：该文设计了一种基于Matlab和模糊比例积分微分PID (proportional-integral-derivative)的汽车定速巡航控制系统,该巡航控制系统由模拟数字信号输入装置、定速巡航控制电子控制单元和节气门执行器等器件组成.为提高汽车巡航的精度和稳定性,提出了一种基于Matlab和模糊PID的自适应模糊控制方法,该控制算法在线优化模糊控制规则以及输出比例因子,既保留了传统模糊控制的优点,又有效改善了系统的控制品质,实车试验结果表明,试验车(上海大众帕萨特1.8 MT)在40、60、80、100 km/h定速巡航控制系统稳定时间分别在38、53、65、80 s,超调量分别是0.5、0.4、1.2、1.0 km/h.该系统稳定速度快,超调量小,系统工作稳定,可以较好地满足汽车巡航系统中控制需求.

说明：混合群智能优化的模糊PID控制,该设计用于汽轮机调速器的设计

说明：智能控制系统的软件计算方法的教材,介绍了神经网络，模糊逻辑控制，优化计算方法。

说明：采用改进遗传算法优化模糊控制隶属函数，实现隶属度自动寻优

说明：利用matlab将PSO算法用来优化神经模糊网络控制器，并对比PID控制器和模糊控制器的性能结果。

说明：PID模糊控制，matlab 运行仿真，实现模糊控制的PID参数优化

说明：用BP神经网络优化模糊控制器，进行学习，系统有两个输入，输出误差曲线和期望曲线，BP学习误差曲线

说明：采用模糊控制的思想，实现交通路口红绿灯时间的优化控制。分别采用m文件及模糊工具箱实现相应的模糊控制。

说明：这是蚁群算法，用来优化模糊控制的参数，比较有效

说明：mtlab粒子群优化模糊RBF神经网络整定PID控制

说明：实现多轴运动的控制方案 将模糊控制技术应用于控制方案 优化了其性能

说明：基于量子遗传算法的倒立摆模糊控制器参数优化仿真程序

说明：模糊PID控制器优化函数的文章，很不错的，很有参考价值，是英文版的可以作为参考资料。

说明：人工智能（模糊在自动控制的应用）电动机控制中的简单遗传算法PID参数优化

说明：文章简要介绍了模糊控制的概念和特点，并对模糊控制的原理作了说明，较详细的介绍了模糊控制的现状，包括模糊PID控制、自适应模糊控制、神经模糊控制、遗传算法优化的模糊控制、专家模糊控制等，最后对模糊控制的发展作了展望。

说明：基于遗传算法的模糊控制器优化设计，希望对大家有用！

说明：<<控制系统计算机辅助设计--MATLAB语言与应用>>系统地介绍了国际控制界最流行的控制系统计算机辅助设计语言MATLAB，侧重于介绍MATLAB语言编程基础与技巧、数学问题的MATLAB求解、线性系统计算机辅助分析、控制系统与其他复杂系统的Simulink建模，控制系统的计算机辅助设计方法，包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、最优控制器设计、LQG/LTR控制器设计、H2=H1 最优控制、分数阶控制、自适应控制、模糊控制、神经网络控制、遗传算法优化控制等。本电子文档为其源码光盘内容，源码多多，利于学习参考。

说明：线性二次最优控制加权阵遗传算法优化适应度函数m文件；模糊控制器量化比例因子遗传算法优化适应度函数m文件

说明：求模糊控制器的三角型隶属函数优化后的最小目标值 请大家指教

说明：求模糊控制器的高斯型隶属函数优化后的最小目标值 自己编的 请大家指教

说明：matlab格式源代码。功能：模糊BP神经网络集成解耦算法和应用于控制优化模型问题。

说明：风力发电机的控制系统仿真.将模糊和变结构控制结合在一起来优化风力机系统.

说明：本人调试的大作业（源程序模型+论文），主要包括PID控制、模糊控制、神经网络控制、遗传算法优化神经网络控制（使用了遗传工具箱GAOT）对同一系统所作的仿真比较，并加入饱和、死区、时滞等非线性后的响应，具体的分析比较过程论文中写的很详细。

说明：有关利用模糊来优化PID控制的一些文章，相当不错。some texts about using fuzzy optimize PID

说明：粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域

说明：基于改进遗传算法的T_S型模糊控制器优化设计

说明：pid控制器模糊免疫优化算法程序,matlab编程,直接在matlab中运行

说明：同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域

说明：粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域