PSO优化FNN-PID在中央空调系统中的应用

发布时间：2021-12-28 23:36

　　针对中央空调系统具有非线性、时变、滞后等特性,提出一种基于PSO优化FNNPID（模糊神经网络PID）控制方法。该方法利用模糊控制、神经网络技术解决不确定性、非线性问题的优点,采用PID控制和模糊神经网络相结合的控制策略。同时针对模糊神经网络存在难以选取合理的学习参数的问题,提出一种混合协同优化的改进粒子群算法,通过改进算法对学习参数进行优化策略。试验结果表明,采用改进粒子群算法优化的模糊神经网络PID对空调系统控制具有更优的自适应能力,可提高空调系统的稳定性和可靠性。 

【文章来源】：控制工程. 2020,27(08)北大核心CSCD

【文章页数】：7 页

【部分图文】：

风机盘管系统结构图

模糊神经网络PID控制系统结构

由式(14)得到粒子进化次数M与自然选择替换当前群体最差粒子的关系曲线，如图3所示。由图3可知，在每次迭代过程中，根据粒子群的适应值将粒子群进行排序，基于自然选择机理，将群体中最优粒子替换最差粒子的数量随迭代次数增加而满足高斯函数变化；由此在粒子群进化的前、后期保证粒子的多样性，减少粒子替换数量，避免自然选择收敛过快，导致陷入局部优化；中期加快粒子的自然选择替换，加速收敛速度。


本文编号：3554954