基于MPSO算法的BP神经网络PID控制器研究

• 作者: 蒋敏兰 郑华清
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 变异粒子优化算法 BP 神经网络 PID 控制器 MATLAB 仿真
• 年，卷（期）: 2015,（17）
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP273+.2
• 字数: 4177字
• 语种: 中文

摘要

PID 控制器是过程控制中应用最为广泛的控制器，而传统 PID 控制器参数整定难以达到最优状态，同时，存在控制结果超调量过大、调节时间偏长等缺点，因此，将变异粒子群优化算法（ Mutation Particle Swarm Optimization ， MPSO ）运用于 BP-PID 的参数整定过程中，设计了一种高效、稳定的自适应控制器。考虑 MPSO 的变异机制，以种群适应度方差与种群最优适应度值为标准，进行种群变异操作，可以克服早熟，提高收敛精度和 PSO 的全局搜索能力，使 MPSO 优化的 BP 神经网络整定的 PID 控制器能以更快的速度、更高的精度完成过程控制操作。在实验中，通过比较 BP-PID、PSO-BP-PID 以及 MPSO-BP-PID 三控制器仿真结果，证明了所提 MPSO 算法的有效性和所设计 MPSO-BP-PID 控制器的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋敏兰	浙江师范大学数理与信息工程学院	26	184	7.0	12.0
2	郑华清	浙江师范大学数理与信息工程学院	1	5	1.0	1.0