基于人工神经网络改进型参数整定的智能PID控制研究.pdf 全文

  本文关键词：基于人工神经网络改进型参数整定的智能PID控制研究，由笔耕文化传播整理发布。

中国石油大学(华东) 硕士学位论文 基于人工神经网络改进型参数整定的智能PID控制研究 姓名:刘燕燕 申请学位级别:硕士 专业:计算机应用技术 指导教师:史永宏 20090501要 摘 控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛应用。在系 统模型参数变化不大的情况下,控制性能优良。但随着现代工业的发展,工业生产 过程往往具有非线性、不确定性,难以建立精确的数学模型,应用常规的控制器难 以达到理想的控制效果。 人工神经网络 具有自学习、自适应和自组织的能 力,将与传统的控制结合,构成智能型的神经网络控制器。它不需建立 精确的数学模型,能够自动辨识被控过程参数、自动整定控制参数、适应被控过程参数 的变化,是解决传统控制器参数整定难、不能实时调整参数和鲁棒性不强的有效措 施。 本文主要做了两部分工作:首先,对传统的控制算法进入深入分析,针对系统 对积分项的要求,偏差大时积分作用应该减弱,偏差小时应该加强。基于这一思想,对 控制算法进行改进,在变速积分的基础上提出了弹性积分算法,仿真研究表明 该算法有利于系统的稳定。其次,重点研究了神经网络控制器。在算法中, 初始权值的选择对于局部极小点的防止和网络收敛速度的提高均有一定程度的影响,如 果初始权值范围选择不当,学习过程一开始就可能出现“假饱和现象,甚至进入局部 极小点,网络根本不收敛。因此,利用粒子群优化算法具有全局搜索的优点对 网络的初始权值进行优化,避免了可能出现的收敛速度慢,存在局部极小点等问题。针 对粒子群算法的早熟现象,将变异思想引入到粒子群算法中,并将改进的.混合 算法用于对神经网络的权值进行优化。 本文对弹性积分控制算法和变速积分控制算法进

  本文关键词：基于人工神经网络改进型参数整定的智能PID控制研究，由笔耕文化传播整理发布。