参考文献：徐德民，《鱼雷控制系统计算机辅助分析设计与仿真》，西北工业大学出版社，19991、变结构垂直命中制导律2、PID偏航角速率控制系统:单位斜坡输入稳态误差=0.1，增益截止频率6rad/s,相位裕度80°3、偏航角速率开环传递函数：G(s)=G1(s)*G2(s)=1/(0.05s+1)*(1.883s+3.875)/(s^2+6.734s+4.665)4、带滤波、导航环节，稍微修改即可进行滤波算法、导航算法的运算5、程序使用说明：（1）首先运行Start.m，进行参数初始化；
（2）运行VscGuideSIMULINK模型；
（3）最后执行PlotResult.m，输出结果。
byappe1943@XJTUMATLAB版本：Matlab7.0(R2009a).目录1鱼雷侧向运动分析2鱼雷侧向运动控制器的设计2.1Ziegler—Nichols方法设计PID控制器2.2解析方法设计PID控制器2.3解析方法设计PD控制器2.4超前补偿控制器设计2.4.1超前补偿的Bode图设计方法2.4.2超前补偿器设计的解析方法2.5PD控制器与超前补偿器的比较3滚转通道滞后补偿器设计3.1滞后补偿器的Bode图设计方法3.2滞后补偿器设计的解析方法3.3PI控制器与滞后补偿器的比较4鱼雷偏航角速率控制系统的设计5鱼雷纵向运动控制器设计5.1定深控制5.2定角控制6概述7用极点配置方法设计鱼雷控制系统7.1第一种极点配置方法7.2第二种极点配置方法：Ackermann法8全维观测器设计9降维观测器设计10线性二次型最优控制理论设计控制系统10.1连续系统二次型调节器问题的求解10.2最优输出跟踪11鱼雷大制导回路仿真12参考文献

PID控制算法理解

分数阶PID控制。
很适合应用的。
我觉得很不错，希望大家可以喜欢。

多变量反馈控制——分析与设计》(第2版)以严谨易读的方式介绍了鲁棒多变量控制系统的分析和设计。
着重讲述实际的反馈控制，而不是一般的系统理论，力求使读者能够深刻了解反馈控制的优势和不足。
　　第2版涵盖了本领域的*发展，进行了全面的修订和更新：　　使用全新的一章介绍线性矩阵不等式(LMIs)的使用，这是第二版的特色；
　　给出关于RHP极点和RHP零点对系统产生的基本性能限制的研究成果；
　　介绍有关自寻优控制和被控变量选择的*资料；
　　提供PID控制的简单IMC调整规则；
　　涵盖了一些附加材料，包括不稳定对象、反馈放大器、下增益裕量以及把积分作用引入LQG控制的清晰策略；
　　列举了大量应用实例、习题和具体案例，其中频繁使用了Matlab和新型鲁棒控制工具箱。

208年RM3508电机专用，具有调试模块，以及PID控制和正反转

这是非常实用的基于RBF神经网络的PID控制仿真代码，可以通过参数自适应整定来实现功能，请大家参考！

关于倒立摆的控制，用了神经网络来实现PID控制，并比较了一下

1基于遗传算法的TSP算法（王辉）2基于遗传算法和非线性规划的函数寻优算法（史峰）3基于遗传算法的BP神经网络优化算法（王辉）4设菲尔德大学的MATLAB遗传算法工具箱（王辉）5基于遗传算法的LQR控制优化算法（胡斐）6遗传算法工具箱详解及应用（胡斐）7多种群遗传算法的函数优化算法（王辉）8基于量子遗传算法的函数寻优算法（王辉）9多目标Pareto最优解搜索算法（胡斐）10基于多目标Pareto的二维背包搜索算法（史峰）11基于免疫算法的柔性车间调度算法（史峰）12基于免疫算法的运输中心规划算法（史峰）13基于粒子群算法的函数寻优算法（史峰）14基于粒子群算法的PID控制优化算法（史峰）15基于混合粒子群算法的TSP寻优算法（史峰）16基于动态粒子群算法的动态环境寻优算法（史峰）17粒子群算法工具箱（史峰）18基于鱼群算法的函数寻优算法（王辉）19基于模拟退火算法的TSP算法（王辉）20基于遗传模拟退火算法的聚类算法（王辉）21基于模拟退火算法的HEV能量管理策略参数优化（胡斐）22蚁群算法的优化计算——旅行商问题（TSP）优化（郁磊）23基于蚁群算法的二维路径规划算法（史峰）24基于蚁群算法的三维路径规划算法（史峰）25有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测（郁磊）26有导师学习神经网络的分类——鸢尾花种类识别（郁磊）27无导师学习神经网络的分类——矿井突水水源判别（郁磊）28支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断（郁磊）29支持向量机的回归拟合——混凝土抗压强度预测（郁磊）30极限学习机的回归拟合及分类——对比实验研究（郁磊）

PSO算法优化求解PID参数，算法是在基本PSO算法的惯性权重部分加入一个调节因子项,通过调节因子的调节,改善了算法的收敛性。
仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。

针对一类大滞后时间系统的智能PID参数控制进行了讨论,按照系统误差及误差速度在一个响应振荡周期内不同时刻的不同性质进行分区,分析了不同时段内系统的误差信号内在规律,确立了相应的人工智能控制策略,分段按自适应律调整比例、微分参数.仿真结果表明,该文所介绍的方法在响应速度和平稳性方面都获得了优于文献Pen和Zervos的结果.

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。