机器人 PID 运用 译者前言 PID 技术一直是大家很感兴趣的话题。要用好 PID 控制，并不是一件容易的事，需要有相当的高 等数学基础和控制技术基础，这对很多乐高机器人爱好者来说，是一个难题。本人没有从专业的角度 去解释 PID，而是以非常浅显的方式写出了这篇"A PID Controller For Lego Mindstorms Robots" （用于乐高机器人的 PID 控制器） ，向缺乏专业基础的人士，解释如何在乐高机器人里使用 PID 控制 器。 另，虽然原文用了一种非常简单的方法来说明 PID 控制器的用法，但是对于那些小学、初中没毕 业的同学来说，还是有些过于复杂，所以，我并不建议乐友门盲目跟风（感觉会用 PID 就高端一点） 学习 PID。在我看来，先有一定的数学基础后，再回头学习此篇更为适合！ PS:在这篇文章里所有的代码都不是真正的程序代码，只是作者对编程的示意，或者说是用类似 程序代码的方式对编程的内容进行解释。 作者希望读者能自行选择程序语言，自己完成 PID 控制器的 编程。 PID 控制器是一种常用的控制技术，常用于多种机械装置（如车辆、机器人、火箭）中

mb_bios_ga_z97_hd3_f10c

粒子群算法是进化算法中比较不多的算法之一，该算法用于众多领域。这里采用粒子群算法来优化TSP最优路径，以路径函数作为适应度函数进行优化。该代码赋有TSP城市之间的坐标位置，读者可根据修改城市坐标位置来进行自己的模拟测试

本资源为博文《单片机应用系统课程设计——基于PID的直流电机调速控制系统》对应的Keil程序开发代码，程序完整，带有注释，得分96分，专业第一。

这是我的毕业论文，老师也没提什么意见，里面是模糊自适应PID和模糊大津算法，对一些同志们具有一定指导作用。

比例积分微分（PID）控制器由于其简单性和实用性而成为使用最广泛的控制器之一。 为了设计高质量的PID控制器，提出了一种基于自适应原理和双峰高斯函数的先进烟花算法，通过参数调整来优化PID控制器。 首先，制定了优化性能的综合指标，然后提出了PID控制系统的极值优化方法。 其次，建立了结合AFW的PID参数整定模型。 最后，通过AFW和对比度调整方法，如Ziegler-Nichols方法，Enhanced Fireworks（EFW）算法和粒子群优化（PSO），对5种典型的传递函数进行仿真，以获得最优参数。 仿真结果表明AFW是有效的，是解决不同传递函数的PID控制问题的简便方法。

GUI指南是建立在轻型通用图形库(LVGL)库上的。GUI guide提供了一个IDE来使用拖放控件设计嵌入式图形应用程序UI，并在编辑过程中提供帮助。该软件为嵌入式设备上图形应用的用户界面设计提供了方便。 IDE —支持Windows 10、MacOS 11、Ubuntu 20.04操作系统 —IDE支持多语言(英文、中文) 多lvgl版本(v7.10.1, v8.0.2) LVGL C和Micropython代码自动生成 -兼容MCUXpresso IDE v11.5.0, MCU SDK 2.11。x、IAR 9.20.2、Keil MDK 5.36.0 —项目管理:创建、导入、编辑、删除 - 24位颜色深度支持 -所见即所得(WYSIWYG) UI设计通过拖放 -多页面应用程序设计 -快捷方式带来和后退，复制，粘贴，删除，撤消，重做 - UI定义JSON文件，C代码和Micropyt的代码查看器 -查看源文件的导航栏 -小部件属性组和设置 -屏幕复制功能 - GUI编辑器放大和缩小 -支持多种字体，支持第三方字体导入 -可自定义汉字范围 -小部件对齐方式:左对齐、中对齐和右对齐

经典的算法都有讲到，一般资源只有书，这个是附带了原代码的

DDC单回路PID闭环控制系统的设计及实时仿真，里面包含用phthon写的代码

基于粒子群优化算法的求解旅行商问题的C++程序。纯属个人心得，大家可以借鉴，有不足的地方请指出。