神经网络的强耦合控制系统仿真研究

• 作者: 于昊
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 控制系统 多变量系统 时变系统
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 199-203
• 分类号: TP273
• 字数: 3006字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.12.049

摘要

研究工业控制领域的优化控制问题,工业控制对象具有强耦合特性,传统方法无法对其进行精确解耦,导致系统控制精度比较低.为提高工业控制系统的控制精度,提出一种PID控制和神经网络相融合的控制方法.利用PID优良动态控制特性和BP神经网络非线性控制特性对控制系统进行解耦,在权值调整算法式中加入增大动量项,提高网络学习效率,并采用粒子群算法优化权值初始值,提高控制精度,减少振荡产生.在MATLAB环境下,对非线性控制系统进行仿真研究,仿真结果表明,PID神经网络提高系统的抗干扰能力,提高系统控制精度,能够对系统进行精确解耦,使工业控制系统的性能得到改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于昊	长春理工大学机电工程学院	5	68	3.0	5.0