本文在分析城市交通信号控制研究现状和交叉*通信号控制原理、评价方 法的基础上，设计了单交叉*通信号两级模糊控制系统。分级模糊控制能有效 减少模糊规则数，易于提取模糊规则，适合于交通状况复杂的城市交叉*通信 号控制。但它存在难以由人工合理定义全部模糊隶属度函数的问题。为此本文进 一步采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化。本文提出的方 法具有分级模糊控制的优点，同时可以使模糊隶属度的选取更为合理，获得更好 的控制效果。对一个四相位单交叉口，利用MA

传统PID控制器通常难以满足多变量、非线性、强耦合的步进电机动态响应和精 确调速要求,结合传统PID控制和模糊控制及遗传算法(GA)整定PID参数的优点,设计基于 模糊遗传算法的实时自适应步进电动机PID控制器,充分发挥传统和智能控制策略各自的优 势。仿真结果表明,该实时自适应步进电动机PID控制器,具有很好的自适应能力和抗负载扰 动能力。在稳定性、动态速度响应诸方面均优于传统的PID控制器和模糊控制器,系统达到了 较高调速性能和控制精度。 -Traditional PI

PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba

一种新的PID型模糊神经网络控制器的研究, 带Smith预估器的改进遗传算法 -A New PID-type Fuzzy Neural Network Controller based on Genetic Algorithm with improved Smith Predictor