基于RBF神经网络的多变量系统PID解耦控制

• 作者: 屈百达 徐保国 焦竹青
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: RBF神经网络 PID控制 多变量系统 解耦
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 627-630,634
• 页数: 5页
• 分类号: TP273
• 字数: 4429字
• 语种: 中文

摘要

针对工业生产过程中的多变量耦合系统采用传统控制方法不能达到满意的效果,提出了一种基于神经网络的PID解耦控制方案.在实验研究中,采用改进型动态BRF神经网络辨识器,在线辨识多变量系统的非线性时变模型.同时自动调整PID控制器各项参数,曩终实现对系统的智能化解耦控制.给出了BRF神经网络的拓扑结构和算法,并对一组二变量强耦合时变系统的控制过程进行了计算机仿真,结果表明:基于BRF神经网络的PID控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力.该设计方案使得解耦后的多变量系统具备了良好的动、静态特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐保国	江南大学通信与控制工程学院	277	2198	22.0	30.0
2	屈百达	江南大学通信与控制工程学院	103	711	15.0	20.0
3	焦竹青	江南大学通信与控制工程学院	20	234	10.0	15.0