基于RBF神经网络控制的球杆系统位置控制实验研究

• 作者: 朱坚民 沈昕璐 黄之文
• 来源期刊: 计算机应用研究
• 关键词: 球杆系统 RBF(径向基函数)神经网络 PID控制 滤波器 实验研究
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 系统应用开发
• 页码范围: 3747-3751
• 页数: 5页
• 分类号: TP273.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.050

摘要

针对在球杆系统位置控制实验中PID控制精度不高及BP神经网络控制训练时间较长的问题,提出一种基于含有低通滤波器的RBF神经网络动态补偿PID控制的新的控制方法,该控制系统由RBF神经网络控制器及PID控制器组成.为提高参数辨识速度以及避免局部最小值问题,采用梯度下降法更新隐含层参数,采用带有遗忘因子的最小二乘法调整输出层权值.实验结果表明,该控制方法具有比PID控制更高的精度,具有比BP神经网络更快的学习速度,低通滤波器保证了控制系统的辨识精度和稳定的控制输出,具有良好的控制效果及动静态特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱坚民	上海理工大学机械工程学院	61	443	11.0	18.0
2	黄之文	上海理工大学机械工程学院	7	59	4.0	7.0
3	沈昕璐	上海理工大学机械工程学院	1	6	1.0	1.0