基于神經網絡的參數自整定PID控制算法研究.pdf_第1頁
已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、PID控制是一種應用很普遍的控制技術,目前在很多方面都有廣泛的應用.然而,在工業(yè)上有許多無法建立精確數學模型的復雜控制對象,和比較復雜、非線性的控制對象,如果用傳統(tǒng)的PID來進行控制的話,那么很難獲得比較理想的控制效果.近年來,采用結合遺傳算法的人工神經網絡的控制方法已日益引起人們的重視.神經網絡具有表示任意非線性函數、自適應學習和并行分布處理等優(yōu)點:而遺傳算法(GA)有高效的全局隨機搜索能力,因此該文提出了一種融合遺傳算法的神經網絡P

2、ID控制方法.該方法用遺傳算法(GA)學習優(yōu)化神經網絡的初始權系數,得到一組接近最佳的BP網絡初始權系數的參數組合:在此基礎上,采用RBF辨識網絡求取對象的靈敏度信息,同時通過BP算法修正BP網絡自身權系數,實現PID參數的在線調整.該算法既保留了遺傳算法的強全局隨機搜索能力,又具有神經網絡的魯棒性和自學習能力.仿真結果顯示了遺傳算法快速學習神經網絡權系數的能力,并且有效地提高了多層前向神經網絡權系數的學習效率與收斂精度,確保了快速達到

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論