资料下载
×
基于遗传算法优化的神经网络PID控制器
消耗积分:2 |
格式:pdf |
大小:165KB |
2017-05-24
牛伟嘉
分享资料个
神经网络
实际工业生产过程往往具有非线性、时变不确定性，常规 PID 控制器很难适应运行工况的变化，不能获得理想的控制效果。因此，考虑采用神经网络 PID 控制器，因为神经网络 PID 控制器包含有常规 PID 的控制思想，同时具有非线性的映射、自学习和自适应能力，结构简单，而且能适应环境变化，有较强的鲁棒性，可实现自适应的非线性控制［1］。但是，神经网络初始权值的选取影响控制器的性能，采用反复实验随机选取的方法很难得到理想参数的控制器，即使找到了也不能保证是最优的。为了获得理想的控制效果，我们提出用遗传算法优化神经网络控制器参数的方案。遗传算法（Genetic AIgOrithm，GA）是借鉴生物界自然选择和自然遗传机制的搜索算法，由美国 J. HOIIand 教授提出，可广泛用于优化、学习、自适应控制规划和人工生命等领域［2］，具有良好的全局优化性能［3］。本研究采用遗传算法优化 BP 神经网络 PID 控制器的参数，得到了理想控制效果的控制器.
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
