一种改进的PID神经网络控制器设计
介绍了基本PID神经网络,提出引入一组PID参数使神经网络的比例元、积分元和微分元更好地模拟比例、积分和微分处理功能,引入附加动量项以提高神经网络学习效率并避免陷入局部最优,同时结合改进粒子群算法优化初始权值.以三输入三输出非线性强耦合对象为例进行仿真,结果显示,本文方法应用于多变量系统解耦控制,系统具有更好的动态和静态性能,取得了比基本PID神经网络更好的控制效果.
多变量系统 解耦控制 PID神经网络 粒子群算法
孟磊 邹志云 赵丹丹 郭宇晴
防化研究院,北京102205
国内会议
重庆
中文
130-133
2015-09-01(万方平台首次上网日期,不代表论文的发表时间)