基于遗传算法优化的神经网络PID控制器

被引：31

作者：

张明君

张化光

不详

机构：

[1] 东北大学信息科学与工程学院

[2] 东北大学信息科学与工程学院辽宁沈阳　北华大学电气工程系吉林省吉林市　

[3] 辽宁沈阳　

来源：

吉林大学学报(工学版) | 2005年 / 01期

关键词：

自动控制技术; 神经网络PID; 遗传算法; 移民方法; 参数优化;

D O I：

10.13229/j.cnki.jdxbgxb2005.01.019

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

提出了一种新的改进遗传算法优化的神经网络PID控制器。该方法设计了基于性能指标的适应度函数、自适应的交叉概率、变异概率,引入移民的遗传算法,从而有效地抑制了早熟和维持种群多样性,保证了得到的优化参数为最优参数。该方法为非线性被控对象的控制提供了一种最优参数控制器设计途径。仿真结果证明:利用改进遗传算法设计的控制紧闭环性能优越,鲁棒性强。

引用

页码：91 / 96

页数：6

共 6 条

[1] 基于参数稳定空间的PID控制器设计 [J].

张立群 ;

李东海 ;

唐多元 ;

薛亚丽 .

清华大学学报(自然科学版), 2004, (02) :274-277

[2] 一种新的改进遗传算法及其应用 [J].

欧阳森 ;

王建华 ;

宋政湘 ;

陈德桂 ;

耿英三 .

系统仿真学报, 2003, (08) :1066-1068+1073

[3] 基于快速、高精度遗传算法神经网络的薄互储层参数预测 [J].

田景文 ;

高美娟 .

控制与决策, 2002, (05) :599-603

[4]

神经网络控制[M]. 电子工业出版社 , 徐丽娜编著, 2003

[5]

遗传算法原理及应用[M]. 国防工业出版社 , 周明, 1999

[6]

An optimization methodology for intermodal terminal management[J] . L. M. Gambardella,M. Mastrolilli,A. E. Rizzoli,M. Zaffalon.Journal of Intelligent Manufacturing . 2001 (5)

← 1 →