基于改进模糊神经网络的PID参数自整定

发布时间：2017-06-19 23:11

  本文关键词：基于改进模糊神经网络的PID参数自整定，由笔耕文化传播整理发布。

【摘要】：针对传统PID整定控制效果差且单纯神经网络整定存在参数学习和调整困难等问题,提出了一种基于改进模糊神经网络的PID参数整定方法。在该方法中,PID控制器的控制参数采用基于Mamdani模型的模糊神经网络进行自适应整定,模糊神经网络参数采用混沌遗传算法离线粗调和BP算法在线细调的方式进行学习和调整,仿真结果表明该整定策略动态响应快、误差控制精度高且网络中各节点及参数物理意义明确。最后分别从模糊规则数的变化及适应度函数的选取两方面提出两种优化方案,仿真结果表明增加模糊规则数或采用不同的适应度函数都有利于进一步减小控制误差。
【作者单位】： 上海理工大学机械工程学院;
【关键词】： PID整定 Mamdani模型 模糊神经网络 混沌遗传算法 BP算法
【基金】：上海市自然科学基金资助项目(12ZR1420700)
【分类号】：TP18;TP273
【正文快照】： 0引言PID控制器因为具有算法简单、鲁棒性好、工程实现容易等优点,所以它在工业过程控制中有着广泛的应用,但是PID控制器的参数整定是一个令人困扰的话题。自Ziegler等人[1]提出PID参数整定方法起,若根据发展阶段的划分,可分为常规PID参数整定方法及智能PID参数整定方法[2]。

【相似文献】

中国期刊全文数据库 前10条

1 王旭e，

本文编号：464026