基于改进神经网络的PID整定
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...
哈尔滨理工大学工学硕士学位论文基于改进RBF神经网络的PID控制摘要经典PID控制依赖于对象的数学模型,且其控制参数难以精确整定,很难适应具有非线性、时变不确定性系统的控制,而神经网络具有很强的适应复杂环境和多目标控制要求的自学习能力,并能以任意精度逼近任意非线性连续函数。本文旨在探索一种新的方法,将二者的优点...
(5)将最优个体中的参数值代入小波神经网络训练,并用测试数据进行验证。 3实验结果与分析 本文的训练样本取自某地区5~7月份工作日24个时刻的实测数据,而测试数据为第二年6月份工作日24个时刻的实测数据。 为了验证改进神经网络在预测方面的优越性,将本文提出的预测模型(GFAWNN)与RBF神经网络、基于梯度下降法的小波...
国内图书分类号: T P 27 3工学硕士学位论文基于改进R B F 神经网络的P ID 控制硕士研究生: 裴雪红导师: 张静申请学位级别: 工学硕士学科、 专业: 控制理论与控制工程所在单位: 自 动化学院答辩日期: 20 10 年3月授予学位单位: 哈尔滨理工大学
基于改进型RBF神经网络辨识的PID控制 维普资讯 http://www.cqvip.com
基于改进RBF神经网络的PID整定 维普资讯 http://www.cqvip.com
PIDRBF Neural NetworksFuzzy K-MeansPID针对常规PID控制器对于复杂的、动态的和不确定的系统控制还存在着许多不足之处,提出一种基于模糊RBF神经网络的PID自适应控制方法。首先用改进的模糊K一均值聚类算法初始化RBF神经网络的隐层节点中心和基函数宽度,再采用梯度法优化RBF神经网络自适应地整定PID的三个参数。仿真...
针对雷达伺服系统的复杂数学模型,提出一种利用遗传算法改进的径向基函数神经网络设计模糊PID控制器的方法,从而使PID控制器具有自适应性,强鲁棒性,稳定性等特点,并将该系统运用在雷达伺服系统中来提高其灵敏度响应.仿真分析表明,基于遗传算法改进的径向基函数神经网络的模糊PID控制器设计具有一定的优势,在实际运用中是...
基于改进型RBF神经网络辨识的PID控制 针对工业控制领域复杂非线性时 变系统,提出了基于改进型RBF神经网络的PID参数在线自整定方法.采用改进型RBF神经网络辨识器在线辨识系统模型,自动调整PID控制器参数,实... 李绍铭,刘寅虎 - 《自动化与仪表》 被引量: 10发表: 2006年 基于智能方法的熔融碳酸盐燃料电池/微型燃气...