基于PSO-BP-PID神经网络的注塑机料筒温度预测算法研究

• 作者: 张少芳 李献军 王月春
• 来源期刊: 合成树脂及塑料
• 学科: 工学
• 关键词: 粒子群优化算法 BP神经网络 比例积分微分控制 温度预测 注塑机
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 加工设备与应用
• 页码范围: 60-64
• 页数: 5页
• 分类号: TQ320.5|TP393
• 语种: 中文
• DOI: 10.19825/j.issn.1002-1396.2022.01.14

摘要

提出了一种基于粒子群优化(PSO)算法、BP神经网络及比例积分微分(PID)控制的复合算法的注塑机料筒温度预测模型,即PSO-BP-PID神经网络模型,并进行了仿真研究.结果表明:使用PSO算法确定该模型的输出权重,并且对混合核函数参数进行优化升级;在模型训练过程中,使用更大的容许度处理正误差,保证预测误差始终处于正值,使预测结果科学可靠;将高斯核函数与多项式核函数结合,生成一个新型混合核函数,提高核函数极限学习机性能;PSO-BP-PID神经网络模型的预测效果整体较传统PID模型好,温度总体趋势与实际预测数据相近,具有更好的拟合度.