GS3000是一个真正意义上的完全便携式温湿度校验仪，工作时不需要提供压缩空气和水。使用GS3000，温度和相对湿度独立控制；因此，使用者不必局限在环境温度下校验相对湿度。GS3000是一个应用Phymetrix的光学冷凝镜面（OCM）基础测量技术来溯源和反馈控制的完全独立的便携式校验仪器，适合于计量机构和企业校准实验室。
常用PID调节器/温控仪控制算法包括常规PID、模糊控制、神经网络、Fuzzy-PID、神经网络PID、模糊神经网络、遗传PID及广义预测等算法。
常规PID控制易于建立线性温度控制系统被控对象模型；模糊控制基于规则库，并以或增量形式给出控制决策；神经网络控制采用数理模型模拟生物神经细胞结构，并用简单处理单元连接成复杂网络；Puzzy-PID为线性控制，且结合模糊与PID控制优点。
温度控制系统是变参数、有时滞和随机干扰的动态系统，为达到满意的控制效果，具有许多控制方法。
在PID控制的基础上，加入神经网络控制器，构成神经网络PID控制器，如图5。神经网络控制器NNC是前馈控制器，通过对PID控制器的输出进行学习，在线调整自己，目标是使反馈误差e(t) 或u(t)趋近于零，使自己逐渐在控制中占据主导地位，以减弱或终消除反馈控制器的作用。晖仪表YR-GAD系列人工智能调节器/温控仪使用的就是神经网络PID控制控制算法。
遗传PID控制是将控制器参数构成基因型，将性能指标构成相应的适应度，利用遗传算法来整定控制器的参数，不要求系统是否为连续可调，能否以显式表示。基于遗传算法的自适应PID控制的原理框图如7。遗传PID温控系统将测量值与给定值进行比较，用遗传算法来优化PID参数，然后将控制量输出，实现将PID参数串接构成完整染色体，从而构成遗传空间中的个体，过通过繁殖交叉和变异遗传操作生成新一代群体，经过多次搜索获得适应度值的个体。