PID参数的调整算式为:
(4)
式(4)中Kp0、Ki0、Kd0是Kp、Ki、Kd的初始值，它们通过常规的方法得到，△Kp、△Ki、△Kd是模糊控制器的输出，即PID参数的校正量。
系统仿真
本文在PID参数模糊自整定运动控制系统中所用的仿真环境是MATLAB6的SIMULINK。MATLAB6提供了基本的仿真模块库Simulink以及配合其它工具箱的一系列仿真模块库，如模糊逻辑、神经网络、控制系统、信号处理、通信系统等[6][7]。系统仿真用到的模块主要有Simulink(基本库)、Simulink Extras(扩展库)和Fuzzy logic toolbox(模糊逻辑库)。图3给出了模糊自适应PID控制的仿真框图，图4和图5分别给出了基于传统PID控制的系统响应曲线和基于模糊自适应PID控制的系统响应曲线。
由仿真结果看出，常规PID控制响应曲线不平稳，过渡时间较长，系统控制品质较差。而模糊自适应PID控制的响应输出很快达到稳定，过渡时间短，过渡过程平稳，系统的超调小，跟踪性能好。模糊自适应PID控制能够满足系统控制要求，输出能很快跟踪输入变化，控制效果比传统PID控制的效果好。
图3 模糊自适应PID控制的仿真框图
图4 基于传统PID控制的系统响应曲线
图5 基于模糊自适应PID控制的系统响应曲线
人类经过五千的发展进入了基于知识的“知识经济”。人类社会空前地高速发展。知识是智能的基础，知识只有转化为智能才能发挥作用，知识无限的积累，智能也就将在人类社会起越来越大的作用，更有人提出：知识经济的进一步发展将是“智能经济”。“智能经济”是基于“广义智能”的经济，“广义智能”包含：人的智能、人工智能以及人和智能机器相结合的“集成智能”。可以想象基于广义智能的“智能经济”将比基于知识的“知识经济”将具有更高的智能水平，更高更快发展速度