基于蚁群神经网络的工业自动化PID控制器参数优化

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,系统的输出为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控制器数优化.

关键词： 工业自动化 PID控制器 参数优化 蚁群算法 神经网络

作者: 苑毅 杨惠

作者单位: 甘肃联合大学,甘肃兰州 73000

会议类型: 国内会议

会议名称: 全国第24届计算机技术与应用学术会议(CACIS-2013)

会议地点: 呼和浩特

会议语种:中文

页码: 269-274

在线出版日期: 2013-08-16（万方平台首次上网日期，不代表论文的发表时间）