基于BP神经网络的PID控制器参数调整

被引：65

作者：

张永振

苏寒松

刘高华

廖泽龙

机构：

[1] 天津大学电子信息工程学院

来源：

南开大学学报(自然科学版) | 2018年 / 51卷 / 03期

关键词：

无人机; PID控制; BP神经网络; 超调; 学习规则;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP273 [自动控制、自动控制系统];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

分别采用传统PID控制、BP神经网络PID控制算法,仿真控制传递函数为2阶的无刷直流电机.传统PID控制需要在初期给定比例、积分、微分系数值,而BP神经网络PID控制可以自适应调整比例、积分、微分系数值,从而实时改变被控对象的输入,使系统快速响应并稳定.

引用

页码：26 / 30

页数：5

共 8 条

[1]

Application of BP Neural Network PID Algorithm in Refrigerated Space Temperature Control.[J].Wei Tian;Yi Zhun Peng;Pan Wang;Xiao Yu Wang.Applied Mechanics and Materials.2014, 599

[2]

A Study on PID Control and Simulation Based on BP Neural Network.[J].Zhai Fang Fang;Ma Shao Li;Liu Wei.Advanced Materials Research.2012, 468

[3]

Neural networks based self-learning PID control of electronic throttle [J].

Yuan, Xiaofang ;

Wang, Yaonan .

NONLINEAR DYNAMICS, 2009, 55 (04) :385-393

[4]

MATLAB神经网络原理与实例精解.[M].陈明.清华大学出版社.2013,

[5]

基于BP神经网络整定的PID控制 [J].

王敬志 ;

任开春 ;

胡斌 .

工业控制计算机, 2011, 24 (03) :72-73

[6]

基于PID神经网络的四旋翼飞行器控制系统研究 [D].

胡锦添 .

广州大学,

2013

[7]

BP神经网络算法的改进及其在PID控制中的应用研究 [D].

史春朝 .

天津大学,

2006

[8]

一种基于PID神经网络的无人机控制方法 [P].

周武能 ;

王栩浩 ;

孙雨晴 ;

马俊卿 ;

张扬 ;

潘亮 .

中国专利 :CN104331085A ,2015-02-04

← 1 →