基于动态神经网络在线辨识的PID控制

• 作者: 施艳艳 李明河 王萌
• 来源期刊: 微电子学与计算机
• 关键词: 非线性 RBF 聚类 优化
• 年，卷（期）: 2008,（3）
• 页码范围: 43-46
• 页数: 4页
• 分类号: TPL83
• 语种: 中文

摘要

针对工业控制领域中复杂非线性时变系统和传统RBF神经网络辨识PID控制的不足,提出了一种基于聚类结合算法的动态RBF神经网络在线辨识PID自适应控制方法.通过优化的动态RBF辨识神经网络更好地描述了控制对象的动态行为,获得PID参数在线调整信息,实现系统的智能控制.仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比该方法具有较高的控制精度,较快的系统响应,较强的适应性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明河	安徽工业大学电气信息学院	66	214	8.0	12.0
2	王萌	安徽工业大学电气信息学院	12	69	5.0	8.0
3	施艳艳	安徽工业大学电气信息学院	9	67	4.0	8.0