关于控制器的设计

控制器的设计，可以分为控制算法或者控制策略的选取，以及参数的优化。
  控制算法和优化方法是两个不同的概念，但它们在控制领域有密切的联系。控制算法是控制策略的具体实现，而优化方法则用于优化控制算法的参数，以提高控制性能。
  控制算法或者控制策略的选取，就是确定控制框架，比如PID控制、模糊控制、神经网络控制、自适应控制、最优控制、鲁棒控制、滑模控制、预测控制等等。
  这些控制算法/策略的核心是对系统动态的实时调节与决策。它们本质上是系统运行时的一种逻辑或机制，用以解决控制问题。
  而粒子群优化、遗传算法（还有模拟退火、蚁群算法、神经网络）等优化方法更多是工具，最初并非为了控制问题设计，只不过是在确定了控制框架之后，控制器的设计问题，转为一个优化问题。于是优化算法就被巧妙地应用来进行参数优化。
  这些优化方法本质是数学工具，用于寻找函数的极值或最优解，其目标是解决决策问题，而不是直接提供控制策略。将优化方法引入控制领域的背景是，许多控制问题可以被转化为优化问题。
  将控制算法和优化算法进行组合，往往都是为了发论文而组合的。在实际工程中，控制问题往往复杂多样，问题的本质和算法的实用性才是关键，许多方法在理论上看似有效，但在工程实践中，可能因为各种原因很难落地或大规模应用。控制效果不好，到底是参数调的不好，还是控制框架选的不对，还是系统本身的问题，还是其他原因，很难说清楚。PID控制以其简单、可靠、适应性强的特点，加上一些改进方法，PID在实际工程中可以解决绝大部分的控制问题。

参考链接：https://www.zhihu.com/question/22020678/answer/24399118