基于改进型粒子群算法的PID神经网络控制系统

被引:2
作者
沈学利
徐涛
机构
[1] 辽宁工程技术大学电子与信息工程学院
关键词
PID神经网络; 改进型粒子群算法; 非线性控制系统; 稳定性; 精确性;
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
081104 ; 0812 ; 0835 ; 1405 ; 080201 ;
摘要
针对传统的PID神经网络(PIDNN)应用范围受限及积分误差规则难以获取的问题。为实现对非线性多变量系统的有效控制,拓展神经网络控制系统的应用范围,提出了基于改进型粒子群算法在PID神经网络控制系统设计中的解决方案,取代了传统的BP反向传播算法。仿真结果表明,与传统的PIDNN相比,系统的稳定性、鲁棒性及精确性都有了明显的提高,该方法有效的提高了PIDNN控制的使用范围,为智能方法在PID控制中的应用提出了一个新的参考。
引用
收藏
页码:129 / 132
页数:4
相关论文
共 7 条
[1]  
计算机控制系统.[M].高金源主编;.高等教育出版社.2004,
[2]   基于合作粒子群算法的PID神经网络非线性控制系统 [J].
朴海国 ;
王志新 ;
张华强 .
控制理论与应用, 2009, 26 (12) :1317-1324
[3]   基于DSC后推法的非线性系统的鲁棒自适应NN控制 [J].
李铁山 ;
邹早建 ;
罗伟林 .
自动化学报, 2008, (11) :1424-1430
[4]  
一种二自由度PID控制器参数整定方法.[J].王维杰;李东海;高琪瑞;王传峰;.清华大学学报(自然科学版).2008, 11
[5]   控制增益符号未知的MIMO时滞系统自适应控制 [J].
钱厚斌 ;
张天平 .
控制与决策, 2008, (10) :1153-1158+1162
[6]   混沌粒子群优化的模糊神经PID控制器设计 [J].
赵俊 ;
陈建军 .
西安电子科技大学学报, 2008, (01) :54-59
[7]   A self-tuning fuzzy PI controller [J].
Mudi, RK ;
Pal, NR .
FUZZY SETS AND SYSTEMS, 2000, 115 (02) :327-338