基于改进模糊神经网络的PID参数自整定算法
针对传统PID整定控制效果差且单纯神经网络整定存在参数学习和调整困难等问题,提出了一种基于改进模糊神经网络的PID参数整定方法.在该方法中,PID控制器的控制参数采用基于Mamdani模型的模糊神经网络进行自适应整定,模糊神经网络参数采用混沌遗传算法离线粗调和BP算法在线细调的方式进行学习和调整,仿真结果表明该整定策略...
针对传统的PID控制算法参数整定困难,控制效果并不理想,将神经网络算法、模糊控制算法结合在一起,形成了模糊神经网络PID参数自整定算法,并且对模糊神经网络进...
PID控制算法神经网络模糊控制自整定针对传统的PID控制算法参数整定困难,控制效果并不理想,将神经网络算法,模糊控制算法结合在一起,形成了模糊神经网络PID参数自整定算法,并且对模糊神经网络进行改进,将神经网络输入的状态变量进行模糊化和归一化处理,采用BP神经网络自整定PID控制器的参数,根据RBF神经网络得到受控对象的Ja...
改进粒子群模糊神经网络比例积分微分BP算法AMESim联合仿真针对调节阀控制系统在实际生产中存在的大滞后,非线性等问题,提出一种改进粒子群算法优化的模糊神经网络比例积分微分(PID)控制模型用于阀位控制,该模型利用模糊神经网络的自学习能力,实现对PID控制参数的实时在线整定,并且通过将改进粒子群算法与BP算法相结合的方式...
白国振俞洁皓Application Research of Computers / Jisuanji Yingyong Yanjiu白国振,俞洁皓.基于改进模糊神经网络的 PID参数自整定[J]. 计算机应用研究,2016,33(11):1 9.基于改进模糊神经网络的PID参数自整定[J]. 白国振,俞洁皓.计算机应用研究. 2016(11)...
RBF模糊神经网络遗传算法BP算法PID自整定针对常规PID控制器和模糊PID控制器存在控制精度差,不能自适应,模糊规则难以确定等问题,本文提出一种基于RBF模糊神经网络的PID自整定控制算法,RBF模糊神经网络参数先采用遗传算法粗调,达到预定精度后,继续使用BP算法提高精度.通过在MATLAB中进行神经网络训练和PID仿真实验,表明了改进...