編程依賴就是依賴:A類依賴B類，也就是說如果A的對象想要完成一個操作，就必須使用B的對象的一些操作來幫助它。簡而言之，b是作為一個方法的方法參數存在的。一個程序的圖形表示，它是一個有標記的有向多重圖。程序依賴圖可以表示程序的控制依賴和數據依賴。首先感謝你的回復。關于PID參數整定的實用方法和經驗，我始終堅持精益求精的原則，不僅適合學習PID控制，也適合學習其他技術。講一些實用的方法和經驗，其實就是日常操作中積累的技巧。大部分人接觸后可能會遇到一些情況，然后根據自己的經驗靈活處理。經驗一:PID參數整定一定要注意自身使用的場合和背景，不能脫離實際。由于控制對象的不同，同樣的PID控制方法在不同的情況下可能完全不同。為了快速、準確、穩定地進行調節，需要了解被控對象的內部結構和工作原理。盲目的調試往往會失敗。這是四軸PID控制的常見經驗。參考一下，就能看出調整參數需要多大的經驗。1.最大化整合時間。2.盡量縮短時差。3.改變標度，找到起點，就像前面的比例和積分規則一樣。4.增加停止振蕩的微分時間，然后將刻度調整到更小的刻度，使振蕩再次發生。增分時間，使振蕩再次停止，如此往復操作，直到微分時間增加，但振蕩可以t停止以獲得最佳的微分時間值。這個時候，調整。擴大到更大的范圍，直到振蕩停止。5.將積分時間調整為與微分時間相同的值不成問題。如果振蕩再次發生，積分時間將增加，直到振蕩停止。第二課:有一些高端的調音方法。其目的只是為了參數獲取更方便，控制更穩定，減少對經驗的依賴(但無論理論如何數字化，都會有人的經驗混在里面)。1.如果建立了被控對象的模型(如果系統在非線性條件下沒有模型，則系統被辨識)，我們可以根據傳遞函數和響應曲線的零極點圖計算出近似參數。合適且穩定的參數仍需測試。很多時候，這個值在理論上是可以用的，但在實踐中并不是第一個。2.利用人工智能算法(遺傳算法、神經網絡算法)得到最優參數。3.然而，這些方法大多還停留在理論上，很少用于實踐。傳統的試湊法在PID控制中仍然占有非常重要的地位，也是目前應用最廣泛、最常用的方法。經驗三:各種改造都是基于其基本原理。所以，如果你熟悉PID的基本原理，能熟練操作常規變量，那么你就可以在此基礎上靈活運用。處理負責任的程序。網上有一個流行的PID公式，也附在后面。希望對大家有幫助！說到PID的實踐方法和經驗，只是扎實的理論知識和細致的實際操作，久而久之就產生了一套自己的方法。無論我們借鑒什么方法，還是自己摸索，都要運用到合適的場景中，才能達到事半功倍的效果。謝謝你的支持。