神经网络在PID控制器参数优化中的研究

• 作者: 向方 睢丹
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 控制器 参数优化 粒子群算法
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 177-180,347
• 分类号: TP183
• 字数: 3175字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.08.044

摘要

研究PID控制器参数优化问题.工业过程控制要求稳定性,跟踪特性均应实时快速.由于PID控制效果取决于比例、积分和微分3个参数取值,传统PID参数采用试凑方式进行优化,往往费时且难以满足实时控制效果,导致控制精度不高.为了提高PID控制精度,改善系统性能,提出一种神经网络的PID参数优化方法.方法将PID控制器输入作为神经网络输入,最优PID控制性能作为神经网络的输出,通过神经网络的联想记忆能力和自学习适应能力,在控制过程中动态调整PID参数(比例、积分、微分),从而实现PID控制器参数实时优化,获得最佳PID控制效果.仿真结果表明,应用神经网络的PID参数优化方法提高了PID控制精度和系统响应速度,具有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	睢丹		37	102	6.0	8.0
5	向方		11	67	3.0	8.0