Data-Driven Scenario Optimization for Automated Controller Tuning with Probabilistic Performance Guarantees
不确定性下复杂系统的先进控制策略的系统设计和验证在很大程度上仍然是一个悬而未决的问题。尽管黑盒优化方法的自动控制器整定的承诺，他们通常缺乏正式的保证解决方案的质量，这是特别重要的安全关键系统的控制。本文重点研究了控制器自动整定的闭环性能保证问题，该问题可以归结为不确定性条件下的黑箱优化问题。我们使用非凸情景理论的最新进展，提供了一个分布的闭环性能指标的概率上的限制。为了减轻数据驱动场景优化方法的计算复杂性，我们将自己限制在一组离散的候选调优参数上。我们建议使用约束贝叶斯优化从不同的随机种子点运行多次来生成这些候选人。我们应用所提出的方法调整一个经济的非线性模型预测控制器的半间歇反应器建模由七个高度非线性微分方程。
2020-11-15 cs.SY eess.SY
Generator Controller Tuning Considering Stochastic Load Variation Using Analysis of Variance and Response Surface Method
本文提出了一种在随机负荷影响下的电力系统发电机控制器整定方法。该方法使用方差分析来检测对系统响应质量有显著影响的控制器。这种质量是用目标函数来测量的，该目标函数被定义为每个控制器的积分绝对误差的加权平均值。然后在指定区域内改变重要变量，以便通过回归模型表征目标函数，然后优化回归模型。将该方法应用于IEEE14系统，并与基准参数进行比较，结果表明该方法具有较好的性能。
2020-10-30 cs.SY eess.SY
High-Dimensional Controller Tuning through Latent Representations
本文提出利用机器学习将高维控制器参数映射到低维潜在空间，并结合贝叶斯优化与 actor-critic 框架进行高效调优，在腿足机器人上验证了其减少评估次数、跨任务泛化及跨动力学迁移的能力。
2023-09-21 cs.SY eess.SY
Tuning of passivity-based controllers for mechanical systems
本文介绍了几种方法来调整一类基于无源性的控制器的参数为标准的非线性机械系统。特别是，我们感兴趣的控制器，保持机械系统结构的闭环。为此，首先，我们提供稳定化的调整规则，即，收敛速度（指数稳定性）和稳定裕度（输入到状态稳定性）。然后，我们提供的指导方针，以消除过冲，同时规定的上升时间。此外，我们提出了一种方法来调整陀螺仪相关的参数。我们还提供阻尼现象的意见，以促进我们的方法的实际实施。我们得出结论，本文与实验结果，从应用我们的调整规则，欠驱动和全驱动的机械配置。
2023-02-17 cs.SY eess.SY
Model Predictive Control Tuning by Monte Carlo Simulation and Controller Matching
本文提出了一种系统的模型预测控制（MPC）阶段费用选择方法。我们将MPC反馈律与比例积分（PI）控制器相匹配，并通过高性能蒙特卡罗（MC）仿真有效地调整该控制器。PI调谐提供了广泛的调谐可能性，然后由MPC设计继承。PI控制器的MC仿真调整基于两个不同目标的最小化; 1）2范数跟踪误差，以及2）由2范数跟踪误差和2范数输入速率的运动惩罚组成的双目标。我们应用该方法设计MPC的绝热连续搅拌釜式反应器（CSTR）中进行的放热化学反应。该过程是感兴趣的，因为非线性动力学导致非常接近约束的期望操作点。我们的MPC设计包括自动设计的阶段成本，以匹配调整PI控制器，硬输入约束，和软输出约束。随机仿真结果表明，PI控制器和MPC都能跟踪期望的工作点。然而，MPC显示减少输出约束违反相比，PI控制器。因此，MPC设计方法成功地结合了PI控制器的有效调整与MPC的约束处理特性。
2022-12-05 cs.SY eess.SY
On the Selection of Tuning Methodology of FOPID Controllers for the Control of Higher Order Processes
Jadavpur University（贾达普大学）；Central Mechanical Engineering Research Institute（中央机械工程学院）；Bhabha Atomic Research Centre（巴哈原子研究中心）
本文比较了分数阶PID控制器在时域和频域的调优策略，提出了新的分数阶模板用于高阶过程降参建模，并分析了实际控制系统实现问题。
2012-02-25 cs.SY eess.SY
Handling Packet Dropouts and Random Delays for Unstable Delayed Processes in NCS by Optimal Tuning of PIλDμ Controllers with Evolutionary Algorithms
Jadavpur University（贾达普大学）
针对网络控制系统中的随机延迟和丢包问题，提出使用进化算法优化分数阶PIλDμ控制器参数，并在时域中验证其优于整数阶PID控制器。
2012-02-25 cs.SY eess.SY
Performance-Driven Cascade Controller Tuning with Bayesian Optimization
提出了一种基于性能的串级控制系统参数自整定方法，对两个控制回路的直线轴驱动运动控制器参数进行联合整定。采用贝叶斯优化，同时调整所有参数，保证了该方法渐近收敛到全局最优的成本。的数据效率和性能的方法进行了研究数值几个培训配置和数值比较，实现与经典的调整方法和详尽的成本评估。在实际系统上，实验比较了标称调谐的跟踪性能和对干扰的鲁棒性。数值研究和实验数据都表明，所提出的自动调谐方法是有效的，在所需的调谐迭代，鲁棒性的干扰，并在改善跟踪的结果。
2020-07-24 cs.SY eess.SY
Tuning Rules for a Class of Passivity-Based Controllers for Mechanical Systems
在本文中，我们提出了几个规则来调整一类基于无源性的控制器的非线性机械系统的增益。这样的调谐规则规定了闭环系统的期望的局部瞬态响应行为。为了建立整定规则，我们实现了基于PID无源性的控制器。然后，我们线性化的闭环系统，我们将得到的系统的矩阵转化为一类鞍点矩阵分析的控制增益的影响，在振荡和上升时间方面，对闭环系统的瞬态响应。因此，所得到的控制器稳定的植物，同时解决闭环系统的性能。此外，我们的分析提供了一个清晰的洞察如何的动能，势能，和阻尼的机械系统是相关的，其瞬态响应，赋予以这种方式的调谐规则与物理解释。此外，我们证实了分析结果，通过实际实施的控制器，稳定的两个自由度（DoF）的平面机械手，控制增益调整后提出的规则。
2020-12-16 cs.SY eess.SY
Fractional-order controller tuning via minimization of integral of time-weighted absolute error without multiple closed-loop tests
本文提出一种基于虚拟参考信号和ITAE准则的分数阶控制器非迭代整定方法，仅需一次性输入输出数据即可求解最优参数，避免多次闭环实验，降低开发成本。
2025-07-17 cs.SY eess.SY
MPC Controller Tuning using Bayesian Optimization Techniques
我们提出了一个贝叶斯优化（BO）框架调整模型预测控制器（MPC）的中央供暖，通风和空调（HVAC）工厂。这种方法将MPC的闭环性能与其整定参数之间的函数关系视为黑箱。该方法的动机是观察到通过试错法评估MPC的闭环性能是耗时的（例如，每个闭环仿真可以涉及解决数千个优化问题）。所提出的BO框架旨在通过策略性地探索和利用调优参数的空间来快速识别最优调优参数。BO框架的有效性证明了使用MPC控制器的中央HVAC工厂使用现实的数据。在这里，BO框架调整了热存储罐的回退条款，以最大限度地减少长达一年的闭环成本。仿真结果表明，BO可以找到最佳的退避条款进行13年之久的模拟，这显着减少了计算负担的一个天真的网格搜索。我们还发现，与BO获得的回退条款降低了闭环成本。
2021-04-11 cs.SY eess.SY
Genetic Algorithm Based Improved Sub-Optimal Model Reduction in Nyquist Plane for Optimal Tuning Rule Extraction of PID and PIλDμ Controllers via Genetic Programming
Jadavpur University（贾达普大学）；Bhabha Atomic Research Centre（巴哈原子研究中心）
本文利用遗传算法进行奈奎斯特平面上的次优模型降阶，并基于遗传编程从高阶过程测试平台提取PID和分数阶PIλDμ控制器的最优时域整定规则。
2012-02-25 cs.SY eess.SY
Tuning a Cascaded Online Feedback Optimization Controller for Provision of Distributed Flexibility
本文研究基于在线反馈优化的级联控制器参数调谐对分层灵活性提供性能的影响，通过三层测试系统验证了参数间高度相互依赖，并证明仔细调谐可实现高效垂直协调。
2025-05-09 cs.SY eess.SY
Meta-learning of data-driven controllers with automatic model reference tuning: theory and experimental case study
本文提出一种元学习方法，利用类似系统的先验知识以减少实验工作量并简化数据驱动控制器的超参数调整，通过变负载和架构的无刷直流电机PI控制器调谐实验验证了其有效性。
2024-03-21 cs.SY eess.SY
Safe Risk-averse Bayesian Optimization for Controller Tuning
Inspire AG（Inspire股份公司）；ETH Zurich（苏黎世联邦理工学院）
针对控制器整定中未知输入相关噪声与安全约束的挑战，提出结合安全学习与风险规避贝叶斯优化的RaGoOSE方法，并在合成基准及半导体精密运动系统上验证其优于现有方法。
2023-06-23 cs.RO cs.SY eess.SY
Performance-Driven Controller Tuning via Derivative-Free Reinforcement Learning
Tsinghua University（清华大学）；Shanghai Qi Zhi Institute（上海期智研究院）
为所设计的控制器选择合适的参数集对最终性能至关重要，但通常需要繁琐而仔细的整定过程，这意味着强烈需要自动整定方法。然而，在现有的方法中，无导数方法的可扩展性差或效率低，而基于梯度的方法由于可能的不可微控制器结构而常常不可用。为了解决这些问题，我们使用一种新的无导数强化学习（RL）框架来解决控制器调整问题，该框架在经验收集过程中在参数空间中执行时间步长扰动，并将无导数策略更新集成到高级演员-评论家RL架构中，以实现高通用性和效率。为了证明该框架的有效性，我们进行数值实验的两个具体的例子，从自动驾驶，即自适应巡航控制与PID控制器和MPC控制器的轨迹跟踪。实验结果表明，该方法优于流行的基线，并突出其强大的潜力，控制器调整。
2022-09-11 cs.LG cs.SY eess.SY
Tuning of CgLp based reset controllers: Application in precision positioning systems
本文提出了一种基于复位的元件，称为“恒定的增益和相位领先”（CgLp）的调整，以实现所需的精度性能的跟踪和稳态。CgLp最近被引入以克服固有的线性控制限制-水床效应。复位控制器，包括基于CgLp的复位控制器的分析主要是在频域中使用描述函数进行的，假设相对较大的幅度的第一谐波提供了一个很好的近似。虽然这在某些情况下是正确的，但这些元件的输出中存在的高阶谐波使其在高精度运动应用的控制设计过程中的分析和调谐变得复杂，其中它们不能被忽略。虽然在文献中已经考虑了一些基于数值观测的方法用于CgLp元件的调谐，但是发现缺乏基于高阶谐波分析的系统方法。本文分析了CgLp行为的角度来看，第一次以及高次谐波，并提出了简单的调谐参数之间的关系和所有的谐波，它可以用于更好地调整这些元素的增益相位行为。所提出的关系用于调整控制器的高精度定位阶段和用于验证的结果。
2020-05-08 cs.SY eess.SY
Guided Bayesian Optimization: Data-Efficient Controller Tuning with Digital Twin
本文提出guided Bayesian optimization算法，利用事件触发的digital twin指导无模型闭环控制器参数调整，在减少物理实验次数的同时高效找到最优参数。
2025-11-04 cs.SY eess.SY
Safety-Aware Cascade Controller Tuning Using Constrained Bayesian Optimization
提出了一种基于贝叶斯优化的PID串级控制器增益自动、无模型、数据驱动的安全整定方法。优化目标由数据驱动的性能指标组成，并使用高斯过程建模。我们还引入了一个数据驱动的约束，从系统数据中捕获稳定性要求。数值计算结果表明，该方法优于继电反馈自整定，并迅速收敛到全局最优，由于定制的停止标准。我们在模拟和实验中证明了该方法的性能。对于实验实现，除了引入的安全约束，我们集成了一种方法，用于自动检测的关键增益和扩展的优化目标与惩罚取决于当前候选点的接近的关键增益。由此产生的自动调优方法在确保稳定性和标准化的同时优化了系统性能
2021-08-11 cs.SY eess.SY
Optimal shaping filter design for data-driven feedforward controller tuning
Graduate School of Engineering Science, the University of Osaka（大阪大学工学研究科）
本文针对两自由度控制系统的数据驱动前馈控制器调谐问题，提出最优整形滤波器，通过数值和实验验证其有效性，并证明ERIT在特殊情况下最优。
2026-08-03 cs.SY eess.SY
Data-driven distributed control: Virtual reference feedback tuning in dynamic networks
本文考虑了从数据合成分布式控制器的问题，目的是优化模型参考控制准则。我们建立了一个明确的理想分布式控制器，解决了结构化参考模型的模型参考控制问题。在互联系统输入输出数据的基础上，构建了一个虚拟实验装置，从而导致网络识别问题。我们制定了一个预测误差识别标准，具有相同的全局最优的模型参考标准，当控制器类包含理想的分布式控制器。所开发的分布式控制器综合方法是说明一个学术的例子网络的9个子系统和控制器的互连结构上实现的闭环性能的影响进行了分析。
2020-10-27 cs.SY eess.SY
Early Stopping Bayesian Optimization for Controller Tuning
针对控制器参数整定中固定长度回合浪费的问题，提出早停贝叶斯优化方法，通过三种启发式处理部分观测数据，实验证明可大幅减少优化时间。
2025-01-20 cs.SY eess.SY
Disturbance Observer based Control of Integrating Processes with Dead-Time using PD controller
IIT Gandhinagar（印度学院古吉拉特理工学院）
本文提出基于设定时间、增益和相位裕度的PD控制器整定方法，用于控制具有积分加滞后时间常数（IPDT）的过程，并通过仿真验证有效性，同时讨论了增益裕度和设定时间对过程输出响应的影响。
2017-11-30 cs.SY eess.SY
A tuning algorithm for a sliding mode controller of buildings with ATMD
本文提出了一种基于Ackermann公式的滑模控制器（SMC）的自动整定算法，该控制器用于衰减安装在顶层的主动调谐质量阻尼器（ATMD）的地震激励建筑物的结构振动。滑模控制器的切换增益和滑动面通过所提出的调整算法来设计，以抑制结构振动，通过最小化顶层位移或控制力施加到ATMD。此外，调整算法选择SMC参数，以保证以下闭环特性：1）结构和ATMD的瞬态响应是足够快的和阻尼的; 2）控制力，以及位移和速度的建筑物和ATMD是在可接受的范围内的频段的地震激励。所提出的SMC对未建模的动态，如阻尼器的摩擦具有鲁棒性。实验结果表明，与传统的线性二次型调节器（LQR）和最优滑模控制器（OSMC）相比，在缩小规模的结构许可证证明SMC的调整算法的效率。
2021-02-06 cs.SY eess.SY
Scalable and Data Privacy Conserving Controller Tuning for Large-Scale Power Networks
可再生能源发电份额的不断增加给电力系统的可靠运行带来了新的挑战，如发电量的波动性增加，导致系统动态和行为随时间变化。为了抵消不断变化的动态，我们建议适应现有的控制器的参数变化的条件。然而，这样做是具有挑战性的，因为大型电力系统通常涉及多个子系统运营商，出于安全和隐私的原因，这些运营商不想交换关于其子系统的详细信息。此外，用于大规模系统（诸如电力网络）的结构化控制器的集中式整定在计算上通常非常具有挑战性。出于这个原因，我们提出了一种分层分散的控制器调优方法，提高了数据的安全性和可扩展性。该方法基于子系统结构化简化模型的交换，保护了数据隐私，降低了计算复杂度。为此，介绍了合适的模型降阶和模型匹配方法。此外，我们演示了如何增加可再生能源的渗透导致随时间变化的动态的IEEE 68总线电力系统，强调了问题的重要性。然后，我们应用所提出的方法进行仿真研究，以显示其有效性。如图所示，可以获得与集中式方法类似的系统性能。最后，我们展示了一个大型电力系统的方法，超过2500个国家和约1500个控制器参数的可扩展性。
2019-11-04 cs.SY eess.SY
Automatic Gain Tuning of a Momentum Based Balancing Controller for Humanoid Robots
本文提出了一种用于双足机器人基于动量的平衡控制器自动增益调节技术，通过线性化闭环约束关节空间动力学并设计增益矩阵以实现系统稳定性和正定性。
2016-10-21 cs.RO cs.SY eess.SY
Model-Guided Local Bayesian Optimization for Tuning of Interpretable Controllers in Injection Molding
RWTH Aachen University（亚琛工业大学）；TU Delft（代尔夫特理工大学）
针对注塑成型中控制器优化难题，提出基于物理启发神经网络模型及高斯过程的方法，能自动优化可解释控制器，兼具循环效率和风险意识，优于传统贝叶斯优化。
2026-07-07 cs.SY eess.SY
Frequency Domain Auto-tuning of Structured LPV Controllers for High-Precision Motion Control
针对传统运动控制方法难以应对现代运动系统复杂性与位置相关效应的问题，提出一种基于FRF估计与LPV框架的结构化MIMO反馈控制频域自动整定方法，含多项创新，经动磁平面执行器实验验证有效。
2024-09-16 cs.SY eess.SY
Tuning the feedback controller gains is a simple way to improve autonomous driving performance
本文通过调整TCP算法中纵向控制器的PID增益，将CARLA驾驶评分从73.21提升至77.38，证明重新调整反馈控制器是提升自动驾驶性能的简单有效方法，尤其在复杂场景下效果显著。
2024-02-07 cs.SY eess.SY
Discrete-Time Fractional-Order PID Controller: Definition, Tuning, Digital Realization and Experimental Results
University of Zanjan（赞詹大学）
本文提出离散时间分数阶PID控制器，讨论其特性与应用，开发两种调参方法，展示其在复杂控制问题中的高性能表现。
2014-05-01 cs.SY eess.SY math.OC
A model-free tuning method for proportional-multi-resonant controllers
谐振控制器广泛应用于涉及参考跟踪和周期信号的扰动抑制的应用中。控制器设计通常通过试错法或通过时间和资源消耗的分析方法来执行，这些方法需要精确的工厂模型，复杂的数学和复杂的工具。在本文中，我们提出了一个易于实现的，无模型的方法来调整比例多谐振控制器适用于一般的线性时不变因果植物。就像Ziegler-Nichols方法一样，所提出的方法包括识别设备频率响应的一个特定点-这在具有可调相位实验的继电器中很容易获得-然后用简单的调谐公式和表格设计控制器。通过三个算例对该方法进行了详细的分析，表明了该方法的实用性和广泛的适用性。
2020-07-03 cs.SY eess.SP eess.SY
PID-EVOA: Tuning PID Controller Parameter Optimzation based on the Habits of the Egyptian Vulture
Faculty of Engineering, Zagazig University（扎加济格大学工程学院）；Zagazig University（扎加济格大学）
本文提出基于埃及秃鹫优化算法的PID控制器参数优化方法，通过最小化积分平方误差函数提升控制系统的暂态响应性能，在液位控制系统中优于传统Ziegler-Nichols方法。
2017-10-06 cs.SY eess.SY
Efficient safe learning for controller tuning with experimental validation
本文提出一种基于构建系列优化问题代替穷举网格搜索的高效安全学习方法，并开发初始化方法保证数值求解器可行性，在工业级精密运动系统实验中实现30%跟踪性能提升且计算成本降低七倍。
2023-10-26 cs.SY eess.SY
Speed Control of DC Motor Using Fuzzy PID Controller
在本项目中，我们设计了一个直流电动机，其速度可以控制的PID控制器。PID控制器的比例、积分和微分增益（KP、KI、KD）根据模糊逻辑调整。首先，根据规则设计模糊控制器，使系统具有基本的鲁棒性。有25个规则用于PID控制器的每个参数的自动整定。FLC（模糊逻辑控制器）有两个输入。第一个是参考（设定点）和实际速度之间的电机速度误差。第二个是速度误差的变化（速度误差的导数）。其次，模糊控制器的输出是PID控制器的参数，用于控制直流电机的速度。研究表明，模糊自整定PID控制器既具有PID控制器的精确性，又具有模糊控制器的灵活性。在常规PID结构上实现的模糊自整定方法能够控制直流电机的速度。改善了系统的动、静态响应。基于MATLAB/SIMULINK仿真结果，对常规响应和模糊自整定响应进行了比较。仿真结果表明，所设计的自适应PID控制器具有良好的直流电动机动态特性、良好的速度跟踪性能、上升时间和稳定时间短、无超调和稳态误差，与常规PID控制器相比具有更好的性能。然后我们在Arduino IDE上使用简单的代码对模糊PID进行建模，并进行实际实验，以证实我们的理论结果。
2021-08-11 cs.SY eess.SY
Multi-Parametric Extremum Seeking-based Auto-Tuning for Robust Input-Output Linearization Control
Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本文研究了一类非线性系统迭代反馈增益调谐问题，提出基于多参数极值搜索的鲁棒输入输出线性化控制方法，实现系统输出跟踪误差的全局一致有界性和鲁棒性。
2014-09-07 cs.SY eess.SY
A Novel Fractional Order Fuzzy PID Controller and Its Optimal Time Domain Tuning Based on Integral Performance Indices
Jadavpur University（贾达普大学）；Bhabha Atomic Research Centre（巴哈原子研究中心）
提出一种新型分数阶模糊PID控制器，以闭环误差及其分数阶导数为输入、分数阶积分为输出，利用遗传算法优化设计变量，在多种积分误差指标下优于传统PID、模糊PID和PIλDμ控制器。
2012-02-25 cs.SY eess.SY
A Spectral-Based Tuning Criterion for PI Controllers in IPDT Systems With Unified Tracking and Disturbance Rejection Performance
本文提出一种基于谱横坐标最小化的PI整定方法，通过半离散建模、极点映射和Newton-Raphson迭代获得唯一增益集，在IPDT系统中实现统一的跟踪与抗扰指数衰减，并优于经典整定规则和积分性能准则。
2025-07-01 cs.SY eess.SY
Local Bayesian Optimization for Controller Tuning with Crash Constraints
Institute of Automatic Control, RWTH Aachen University（亚琛工业大学自动控制研究所）；Institute for Data Science in Mechanical Engineering, RWTH Aachen University（亚琛工业大学机械工程数据科学研究所）
本文针对高维控制器整定问题，提出一种带崩溃约束的局部贝叶斯优化方法，并通过仿真与硬件实验验证其能提升性能并减少整定成本。
2024-11-25 cs.LG cs.SY eess.SY
DiffLoop: Tuning PID controllers by differentiating through the feedback loop
Princeton University（普林斯顿大学）
由于大多数工业控制应用使用PID控制器，PID整定和抗饱和措施是重要的问题。本文研究了通过反算和自动微分工具调整PID控制器的反馈增益。特别是，我们偶尔使用一个代价函数来生成梯度，并执行梯度下降，以提高控制器的性能。我们提供了一个理论框架来分析这种非凸优化，并建立了反算和干扰反馈策略之间的关系。我们包括数值实验线性系统与致动器饱和，以显示这种方法的有效性。
2022-07-03 cs.LG cs.SY eess.SY
Tuning and Testing an Online Feedback Optimization Controller to Provide Curative Distribution Grid Flexibility
本文研究输电网灵活性请求在配电网FPU间的分解，提出优化问题构建与OFO控制器调优方法，并在真实配电网实验室验证其约束满足、抗扰及多控制器协同性能。
2024-03-04 cs.SY eess.SY
In-situ Controller Autotuning by Bayesian Optimization for Closed-loop Feedback Control of Laser Powder Bed Fusion Process
针对LPBF闭环控制器参数整定依赖人工且难迁移的问题，提出利用贝叶斯优化实现层内控制器的在线与离线自动整定，实验表明该方法能有效减少过热，但微观分析发现激光功率不足会导致未熔合孔隙。
2024-06-27 cs.SY eess.SY
Tuning an H-Infinity Controller with a Given Order and a Structure for Interconnected Systems with Delays
基于特征值的框架开发的H ∞范数分析和范数最小化的耦合系统的时滞，这是自然的延迟微分代数方程（DDAE）描述。对于这些方程的H-无穷范数进行了分析，并研究了它们对小时滞扰动的敏感性。随后，数值方法的H-无穷范数计算和设计控制器最小化的H-无穷范数与规定的结构或顺序，基于直接优化方法，简要说明。该方法的有效性说明了一个软件演示。本章最后指出了与DDAE特征根的计算和优化的相似之处。
2020-03-26 cs.SY eess.SY
Tuning of multivariable model predictive controllersthrough expert bandit feedback
对于某些工业控制应用，捕获闭环性能中竞争目标之间的非平凡权衡的显式函数是不可用的。在这种情况下，通常的做法是使用人类固有的能力来隐式地学习这种关系，并手动调谐相应的控制器以实现期望的闭环性能。这种方法有其不足之处，因为在没有明确的校准度量的情况下，由于经验水平和偏好而导致的个体差异。此外，随着底层系统和/或控制器的复杂性的增加，为了实现更好的性能，调谐时间和相关联的调谐成本也增加。为了降低总体调整成本，本文提出了一种调整框架，由此使用监督机器学习来提取人类学习的代价函数，并且使用能够有效处理大量变量的优化算法来优化所提取的代价函数。考虑到在许多工业领域的实施和相应的调整过程中存在的相关的高自由度的兴趣，模型预测控制器应用于柴油发动机中的空气路径控制被调整用于展示框架的潜力的目的。
2020-02-10 cs.SY eess.SY math.OC
Influence of Controller Tuning on Cascaded Flexibility Provision with Feedback Optimization
本文研究控制器整定对基于OFO的级联灵活性提供性能的影响，通过多案例分析发现控制器参数选择影响灵活性提供的精度、速度及不同层级控制器的相互作用，最终表明精心整定可实现灵活性单元的高效垂直协调。
2026-08-03 cs.SY eess.SY
Self-adaptive Torque Vectoring Controller Using Reinforcement Learning
University of Surrey（萨里大学）
连续直接横摆力矩控制系统如力矩矢量控制器是实现车辆稳定性的重要组成部分。该控制器已被广泛研究，其中心目标是通过提供一致的稳定转弯响应来保持车辆稳定性。精确的转矩矢量控制器参数整定可以显著提高飞行器的性能和稳定性。然而，如果不对参数进行任何重新调整，特别是在极端驾驶条件下，例如低摩擦表面或高速，车辆无法保持稳定性。本文提出了一种基于深度确定性策略梯度（DDPG）的强化学习（RL）算法，用于转矩矢量控制器的参数整定。结果表明，通过强化学习进行参数整定的扭矩矢量控制器在一系列不同的驾驶环境下表现良好，广泛的摩擦条件和不同的速度，这突出了强化学习作为参数调整的自适应算法的优势。此外，在强化学习算法的训练环境之外的场景下，验证了DDPG算法的鲁棒性。仿真已经进行了使用四轮车辆模型与非线性轮胎特性。我们比较我们的DDPG为基础的参数调整对遗传算法和传统的试错调整的扭矩矢量控制器，结果表明，基于强化学习的参数调整显着提高了车辆的稳定性。
2021-03-27 cs.LG cs.SY eess.SY
A Sequential Learning Algorithm for Probabilistically Robust Controller Tuning
我们引入了一个顺序学习算法来解决一个鲁棒控制器的调整问题，这实际上，发现（以高概率）的候选解决方案，满足内部性能约束的机会约束的程序，具有黑盒功能。该算法利用了随机算法和有序优化领域的思想，并与场景方法进行了比较;这些方法以前都被应用于寻找困难设计问题的近似解。通过黑盒采样利用统计相关性，我们正式证明，我们的算法产生一个控制器满足规定的概率性能指标。此外，我们用算法的停时的概率下界来描述算法的计算要求。为了验证我们的工作，该算法，然后证明了调整模型预测控制器的柴油发动机的空气路径在车队的车辆。该算法成功地调整了一个单一的控制器，以满足所需的跟踪误差性能，即使在存在的植物固有的不确定性在整个舰队。此外，该算法被证明表现出一个样本的复杂性相媲美的场景的方法。
2021-10-17 cs.SY eess.SY math.OC
Bayesian Optimization Parameter Tuning Framework for a Lyapunov Based Path Following Controller
针对非线性几何控制器中参数相互依赖导致手动调优效率低的问题，提出一种将闭环系统视为黑箱、利用高斯过程代理模型进行贝叶斯优化的数据高效调优方法，并在本田AI-Formula三轮机器人上验证了其在32次试验内提升控制器性能的有效性。
2026-05-27 cs.RO cs.SY eess.SY
A comparative study above two self-tuning controllers with application to the control of synchronous generator excitation system
"Politehnica" University of Timisoara, Faculty of Control Engineering and Computer Sciences, Department of Automation and Industrial Informatics（蒂米什瓦拉理工大学，控制工程与计算机科学系，自动化与工业信息学系）
本文比较了两种自整定控制器结构，用于同步发电机励磁系统控制，采用递归最小二乘误差算法估计参数，并通过计算机仿真验证了控制结构的性能。
2018-03-26 cs.SY eess.SY
Improved Model Reduction and Tuning of Fractional Order PIλDμ Controllers for Analytical Rule Extraction with Genetic Programming
Jadavpur University（贾达普大学）；Bhabha Atomic Research Centre（巴哈原子研究中心）
本文提出一种基于遗传算法在奈奎斯特平面上的次优模型降阶新方法，并结合时域最优调谐，通过遗传编程从高阶过程数据中提取PID和分数阶PIλDμ控制器的解析调谐规则，实现了性能与复杂度的权衡。
2012-02-25 cs.NE cs.SY eess.SY
Tuning of Online Feedback Optimization for setpoint tracking in centrifugal compressors
该研究针对在线反馈优化（OFO）控制器参数与采样时间整定的难题，量化了参数对跟踪性能的影响，提出联合整定方法，在离心压缩机压力控制中验证显示跟踪性能较手动稳态整定最高提升87倍。
2024-03-09 cs.SY eess.SY
Personalized Building Climate Control with Contextual Preferential Bayesian Optimization
本文提出了一种基于情境偏好的贝叶斯优化算法，用于实现个性化建筑气候控制，通过二元偏好反馈和情境信息提升控制器调节效率，实验显示其在 occupant utility 上提升了23%。
2025-12-10 cs.SY eess.SY
Deep Reinforcement Learning for Optimizing Inverter Control: Fixed and Adaptive Gain Tuning Strategies for Power System Stability
本研究提出基于深度强化学习的逆变器控制器增益整定方法，含固定与自适应增益两种策略，可有效抑制次同步振荡等问题，提升电力系统变流器暂态稳定性与实际适用性。
2024-11-03 cs.SY eess.SY
Optimal Controller Tuning Technique for a First-Order Process with Time Delay
提出一种基于 Padé 近似和 Routh-Hurwitz 稳定性分析的 FOPTD 过程 PID 控制器整定技术，消除时滞影响并实现最小相位系统，仿真证明其跟踪性能优于传统方法。
2023-04-08 cs.SY eess.SY math.OC
Tuning Path Tracking Controllers for Autonomous Cars Using Reinforcement Learning
Instituto Superior Tecnico, University of Lisbon（里斯本大学高等技术学院）；Institute for Systems and Robotics（系统与机器人研究所）
提出了一种基于强化学习的自适应路径跟踪控制系统。四参数控制器塑造车辆的行为，以在车道变换和绕行时导航。跟踪器的调整使用受过教育的Q学习算法来最小化横向和转向轨迹误差。CARLA模拟环境用于培训和测试。结果表明，车辆能够适应不同类型的参考轨迹，安全导航，跟踪误差低。在CARLA和跟踪器之间使用ROS桥导致（i）在现实系统中，以及（ii）简化了用真实车辆替换CARLA。基于非光滑系统的稳定性结果的整体架构的可靠性的论点，提出在文件的最后。
2023-01-09 cs.AI cs.SY eess.SY
