基于混合优化算法的神经元PID控制策略

被引：2

作者：

曹登刚 ^{[1
]}

廖瑛 ^{[2
]}

吴彬 ^{[1
]}

机构：

[1] 湘潭大学信息工程学院

[2] 国防科技大学航天与材料工程学院

来源：

信息与电子工程 | 2008年 / 01期

关键词：

PID控制器; 神经元; 最速下降法; 混沌优化; 混合优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为解决传统比例-积分-微分(PID)控制器在实际工业过程中难以满足控制要求的问题,将二次型性能指标引入到神经元的加权系数的调整中,并利用自学习功能构成了神经元自适应PID控制器。利用混沌优化算法和最速下降法结合起来的混合优化算法,对神经元自适应PID控制器的学习速率和神经元比例系数进行了优化。仿真实验和结果分析表明:该混合优化神经元自适应PID控制器具有很好的动态和静态性能,系统的稳定性和鲁棒性增强,学习参数选择的盲目性和对经验的高度依赖性降低。

引用

页码：64 / 67+74 +74

页数：5