基于蚁群神经网络的工业自动化PI D参数优化

• 作者: 孙琼琼 郭静博
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: PID控制器 参数优化 蚁群算法 神经网络
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 微机网络与通信
• 页码范围: 27-30,33
• 页数: 5页
• 分类号: TP393
• 字数: 3050字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2279.2014.05.009

摘要

针对常规方法无法获得最优PID控制器参数的缺点，提出一种基于蚁群神经网络的PID控制器参数优化方法（ACO-RBFNN）。ACO-RBFNN将PID控制器的3个参数作为RBF神经网络的输入，系统输出为RBF神经网络期望输出，通过蚁群算法对RBF神经网络的参数进行优化，并通过RBF神经网络构造参数自学习的PID控制器，从而实现PID控制器参数在线优化。仿真实验结果表明，基于ACO-RBFNN的PID控制器可以得到令人满意的控制效果，可以应用于工业自动化控制系统的PID控制器参数优化。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭静博		15	24	3.0	4.0
2	孙琼琼		20	23	3.0	3.0