基于改进型RBF神经网络多变量系统的PID控制

• 作者: 刘寅虎 李绍铭
• 来源期刊: 重庆大学学报(自然科学版)
• 学科: 工学
• 关键词: 改进型RBF神经网络 非线性时变系统 PID控制 最近邻聚类算法 解耦控制
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 电气工程·通信·自动化
• 页码范围: 53-57
• 页数: 5页
• 分类号: TP183
• 字数: 3841字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2007.02.014

摘要

针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制规律下的PID参数,解耦后的系统具有较好的动态和静态性能,与常规RBF神经网络PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍铭	安徽工业大学电气信息学院安徽省电力电子与电力传动重点实验室	51	353	11.0	17.0
2	刘寅虎	安徽工业大学电气信息学院安徽省电力电子与电力传动重点实验室	3	82	3.0	3.0