智能PID控制器优化仿真研究

• 作者: 李渊
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 参数优化 神经网络 遗传算法 粒子群优化算法
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 180-183
• 页数: 4页
• 分类号: TP183
• 字数: 2962字
• 语种: 中文

摘要

研究PID控制器优化问题,现代工业控制过程中,由于许多被控对象受到于扰因素影响,具有高度非线性和不确定性,常规PID控制精度低,提出一种遗传算法、粒子群算法和RBF神经网络相融合的PID控制器设计方法(GA-PSO-RBF).首先采用遗传算法选择PID控制参数初始值,然后采用粒子群算法优化RBF神经网络参数,采用优后的RBF神经网络辨识控制对象的输出对输入的变化灵敏度,最后采用单神经元对PID控制器进行在线性调整,得到理想的控制效果.仿真结果表明,GA-PSO-RBF神经网络PID控制器的超调量小,响应速度快,提高了系统的控制精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李渊	太原大学计算机工程系	6	28	3.0	5.0