基于CPSO-BP-PID的神经网络控制方法研究

• 作者: 杨玉东
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: BP神经网络 参数整定 合作粒子群算法 PID MATLAB仿真
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 控制技术
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP273
• 字数: 3880字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2014.03(下).13

摘要

针对传统PID控制方法的参数不易整定、调节时间偏长的缺点，将CPSO算法用到BP-PID的参数整定过程中，从而设计了一种稳定、高效的自适应控制器（CPSO-BP-PID）。由于CPSO算法的粒子速度更新来自于粒子的自身最优值、每个子群的最优值以及本子群的最优值，使其充分发挥了PSO的社会分享机制，全局搜索能力更强，从而保证了由其整定的BP神经网络更加适合PID控制参数的优化过程。通过比较实验中建立的PSO-BP-PID、BP-PID以及CPSO-BP-PID三种控制器的控制性能，实验结果表明CPSO-BP-PID控制器可以实现对被控系统的有效控制，并可较大程度地提高其控制过程的稳定性、精确性与鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨玉东	江苏省淮阴工学院电子与电气工程学院	1	3	1.0	1.0