基于RBF神经网络与Smith预估补偿的智能PID控制

• 作者: 王菲菲 陈玮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 纯滞后 神经网络 Smith预估控制 PID控制
• 年，卷（期）: 2012,（16）
• 所属期刊栏目: 工程与应用
• 页码范围: 233-236
• 分类号: TP13
• 字数: 2974字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.16.052

摘要

针对工业控制中普遍存在的大滞后现象,提出了一种将RBF神经网络算法和Smith预估补偿算法与传统的PID控制器相结合的智能RBF-Smith-PID控制策略.该方法利用RBF神经网络的在线学习、控制参数自整定能力,和Smith预估补偿对纯滞后系统的良好控制,有效地克服了常规PID控制的缺陷,提高了系统的鲁棒性和自适应性,对纯滞后系统起到了良好的控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈玮	上海理工大学光电信息与计算机工程学院	55	341	10.0	16.0
2	王菲菲	上海理工大学光电信息与计算机工程学院	6	18	2.0	4.0